Maschinelle Lernalgorithmen nutzen computergestützte Methoden, um Informationen direkt aus Daten zu extrahieren. Maschinelles Lernen verwendet zwei Hauptarten von Techniken: überwachtes Lernen, bei dem ein Modell mit bekannten Eingabe- und Ausgabedaten trainiert wird, um zukünftige Ergebnisse vorherzusagen, und unüberwachtes Lernen, das verborgene Muster oder intrinsische Strukturen in den Eingabedaten identifiziert. Die meisten Techniken des überwachten Lernens werden in diesem Buch sowohl methodisch als auch praktisch entwickelt und anhand der Software R angewendet. Folgende Techniken werden ausführlich behandelt: Diskriminanzanalyse, Logit-Modelle, Probit-Modelle, Zählmodelle, generalisierte lineare Modelle, Modelle für diskrete Entscheidungen, Entscheidungsbäume und neuronale Netze.
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.