Gli algoritmi di apprendimento automatico utilizzano metodi computazionali per estrarre informazioni direttamente dai dati. L'apprendimento automatico utilizza due tipi di tecniche: l'apprendimento supervisionato, che addestra un modello con dati di input e output noti in modo da poter prevedere risultati futuri, e l'apprendimento non supervisionato, che individua pattern nascosti o strutture intrinseche nei dati di input. La maggior parte delle tecniche di apprendimento supervisionato viene sviluppata in questo libro da una prospettiva metodologica e pratica, con applicazioni tramite il software Python. Le seguenti tecniche vengono esplorate in dettaglio: Analisi Discriminante, Modelli Logit, Modelli Probit, Modelli di Conteggio, Modelli Lineari Generalizzati, Modelli a Scelta Discreta, Alberi Decisionali e Foreste Casuali.
Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, CY, CZ, D, DK, EW, E, FIN, F, GR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.