عن الكتاب :
ان اردت أن تفهم الانحدار وكل مايتعلق به من مشاكل وتقنيات مثل classification و boosting ,bagging والكثير من الأمور الرائعة في هذا الكتاب ننصحكم بالاطلاع عليه في نسخته الثالثة سنة 2020
التعلم الإحصائي ، خاصة عند ربطه بالتعلم الآلي أو الذكاء الاصطناعي ،تم تشبعه من قبل وسائل الإعلام بقوى شبه خارقة للطبيعة.
ومع ذلك ،التعلم الإحصائي هو مجرد شكل من أشكال تحليل البيانات يمكن فهمه جيدًا من قبل العاديين اشخاص. كأول تقدير تقريبي ، يمكن للمرء أن يفكر في التعلم الإحصائي على أنه “’Muscle Car ”نسخة من تحليل البيانات الاستكشافية (EDA). كما هو الحال في EDA ، يمكن للبيانات أن يتم التعامل مع القليل من المعلومات السابقة نسبيًا وفحصها بدرجة عالية بطريقة استقرائية. يمكن أن يكون اكتشاف المعرفة هدفًا رئيسيًا. لكن بفضل التطورات الهائلة في قوة الحوسبة وخوارزميات الكمبيوتر عبر الماضي عقدين من الزمن ، من الممكن استخراج المعلومات التي كانت في السابق يتعذر الوصول إليها. بالإضافة إلى ذلك ، لأن التعلم الإحصائي قد تطور في عدد من مختلف التخصصات ، وأهدافها ونهجها أكثر تنوعًا بكثير من التقليدية exploratory data analysis (EDA).
مؤلفيه :
G. Allen, Department of Statistics, Houston, TX, USA
R. De Veaux, Department of Mathematics and Statistics, Williams College,
Williamstown, MA, USA
R. Nugent, Department of Statistics, Carnegie Mellon University, Pittsburgh,
PA, USA
