Książka "Statystyczne systemy uczące się" jest nowoczesnym podręcznikiem statystycznego uczenia maszynowego, czyli statystycznej analizy danych wielowymiarowych rozpatrywanej z perspektywy popularnej dziś eksploracji danych (ang. data mining). Wyłożony materiał może być podstawą kursu semestralnego. Pierwszych siedem rozdziałów poświęcono systemom uczącym się pod nadzorem. Omówiono praktycznie wszystkie ważne metody klasyfikacji pod nadzorem (analizy dyskryminacyjnej) oraz metody analizy regresji, poczynając od klasycznych i kończąc na najnowszych. Dwa ostatnie rozdziały stanowią przegląd systemów uczących się bez nadzoru. Przedstawiono metody rzutowania i wykrywania zmiennych ukrytych – m.in. analizę składowych głównych, analizę czynnikową, analizę składowych niezależnych i skalowanie wielowymiarowe – oraz metody analizy skupień. Wskazano związki łączące metody statystyczne ze sztucznymi sieciami neuronowymi. Nacisk położono wszędzie na opisanie matematycznych i intuicyjnych podstaw omawianych metod.

Książka jest przeznaczona dla wszystkich zainteresowanych analizą danych i zarazem pomyślana jako podręcznik dla studentów matematyki stosowanej i informatyki, wszystkich kierunków technicznych, wybranych kierunków nauk przyrodniczych, ekonomicznych i społecznych. Jest swego rodzaju kontynuacją popularnego podręcznika J. Koronackiego i J. Mielniczuka, Statystyka dla studentów kierunków technicznych i przyrodniczych.

Spis treści:

Podobne książki: