Datavetenskap och prediktiv analys

*Datavetenskap och prediktiv analys: Biomedicinska och hälsotillämpningar med R*
Författare	Ivo D. Dinov
Land	Schweiz
Språk	engelsk
Ämne	Datavetenskap , Datavetenskap , artificiell intelligens
Utgivare	Springer
Publiceringsdatum	2018
Mediatyp	Tryck (inbunden)
ISBN	978-3-319-72346-4

Läroboken Data Science and Predictive Analytics: Biomedical and Health Applications using R , författad av Ivo D. Dinov, publicerades i augusti 2018 av Springer .

Den här läroboken täcker några av de matematiska grunderna, beräkningsteknikerna och metoderna för artificiell intelligens som används i datavetenskaplig forskning och tillämpningar.

Med hjälp av den statistiska beräkningsplattformen R och ett brett utbud av biomedicinska fallstudier ger de 23 kapitlen i boken explicita exempel på import, export, bearbetning, modellering, visualisering och tolkning av stora, multivariata, ofullständiga, heterogena, longitudinella och ofullständiga dataset ( big data ).

Strukturera

Läroboken Data Science and Predictive Analytics är uppdelad i följande 23 kapitel, som vart och ett successivt bygger på det tidigare innehållet.

Motivering
Grunderna för R
Hantera data i R
Datavisualisering
Linjär algebra och matrisberäkning
Dimensionalitetsminskning
Lazy Learning: Klassificering med hjälp av närmaste grannar
Probabilistiskt lärande: Klassificering med naiva Bayes
Decision Tree Divide and Conquer-klassificering
Prognostisera numeriska data med hjälp av regressionsmodeller
Black Box-maskininlärningsmetoder: neurala nätverk och stöd för vektormaskiner
Apriori Association reglerar lärande
k-Betyder klustring
Modellprestandabedömning
Förbättra modellprestanda
Specialiserade ämnen för maskininlärning
Val av variabel/funktion
Regulariserad linjär modellering och kontrollerat variabelval
Stor longitudinell dataanalys
Natural Language Processing/Text Mining
Förutsägelse och intern statistisk korsvalidering
Funktionsoptimering
Djupt lärande, neurala nätverk

Reception

Materialet i läroboken Data Science and Predictive Analytics (DSPA) har peer reviewed i International Statistical Institutes ISI Review Journal och Journal of the American Library Association . Många vetenskapliga publikationer refererar till DSPA-läroboken.

Från och med den 17 januari 2021 är den elektroniska versionen av boken ( ISBN 978-3-319-72347-1 ) fritt tillgänglig på SpringerLink och har laddats ner över 6 miljoner gånger. Läroboken är globalt tillgänglig i tryckta och elektroniska format i många högskole- och universitetsbibliotek och har använts för datavetenskap, beräkningsstatistik och analysklasser vid olika institutioner.

externa länkar