Jump to content

Наука о данных и прогнозная аналитика

Наука о данных и прогнозная аналитика: биомедицинские и медицинские приложения с использованием R
Автор Иво Д. Динов
Язык Английский
Ряд Серия Springer по прикладному машинному обучению
Предмет Информатика , Наука о данных , искусственный интеллект
Издатель Спрингер
Дата публикации
2018 г. (1-е изд.), 2023 г. (2-е изд.)
Место публикации Швейцария
Тип носителя Печатная версия ( твердый и мягкий переплет ), электронная версия ( PDF и EPub )
ISBN 978-3-031-17483-4 978-3-319-72346-4, 978-3-031-17485-8, 978-3-031-17482-7

Первое издание учебника Data Science and Predictive Analytics: Biomedical and Health Applications using R , автором которого является Иво Д. Динов , было опубликовано в августе 2018 года издательством Springer . [ 1 ] Второе издание книги вышло в свет в 2023 году. [ 2 ]

В этом учебнике рассматриваются некоторые основные математические основы, вычислительные методы и подходы к искусственному интеллекту, используемые в исследованиях и приложениях в области науки о данных . [ 3 ]

Используя платформу статистических вычислений R и широкий спектр биомедицинских тематических исследований, 23 главы первого издания книги содержат подробные примеры импорта, экспорта, обработки, моделирования, визуализации и интерпретации больших, многомерных, неполных, гетерогенных, продольных исследований. и неполные наборы данных ( большие данные ). [ 4 ]

Структура

[ редактировать ]

Содержание первого издания

[ редактировать ]

Первое издание учебника Data Science and Predictive Analytics (DSPA) [ 1 ] разделено на следующие 23 главы, каждая из которых постепенно дополняет предыдущее содержание.

  1. Мотивация
  2. Основы R
  3. Управление данными в R
  4. Визуализация данных
  5. Линейная алгебра и матричные вычисления
  6. Уменьшение размерности
  7. Ленивое обучение: классификация с использованием ближайших соседей
  8. Вероятностное обучение: классификация с использованием наивного Байеса
  9. Классификация дерева решений «разделяй и властвуй»
  10. Прогнозирование числовых данных с использованием регрессионных моделей
  11. Методы машинного обучения «черного ящика»: нейронные сети и машины опорных векторов
  12. Обучение правилам априорной ассоциации
  13. Кластеризация k-средних
  14. Оценка производительности модели
  15. Улучшение производительности модели
  16. Специализированные темы по машинному обучению
  17. Выбор переменной/функции
  18. Регуляризованное линейное моделирование и выбор контролируемых переменных
  19. Большой продольный анализ данных
  20. Обработка естественного языка/текстовый анализ
  21. Прогнозирование и внутренняя статистическая перекрестная проверка
  22. Оптимизация функций
  23. Глубокое обучение, нейронные сети

Содержание второго издания

[ редактировать ]

Значительно реорганизованное переработанное издание книги (2023 г.) [ 2 ] расширяет и модернизирует представленные математические принципы, вычислительные методы, методы анализа данных, машинное обучение на основе моделей и безмодельные алгоритмы искусственного интеллекта. 14 глав нового издания начинаются с введения и постепенно развивают базовые навыки, необходимые для естественного достижения биомедицинских применений глубокого обучения.

  1. Введение
  2. Базовая визуализация и исследовательский анализ данных
  3. Линейная алгебра, матричные вычисления и регрессионное моделирование
  4. Линейное и нелинейное уменьшение размерности
  5. Контролируемая классификация
  6. Методы машинного обучения «черного ящика»
  7. Качественные методы обучения — анализ текста, обработка естественного языка и изучение априорных ассоциативных правил.
  8. Неконтролируемая кластеризация
  9. Оценка, проверка и улучшение производительности модели
  10. Специализированные темы по машинному обучению
  11. Важность переменной и выбор функций
  12. Большой продольный анализ данных
  13. Оптимизация функций
  14. Глубокое обучение, нейронные сети

Материалы учебника Data Science and Predictive Analytics (DSPA) прошли рецензирование в Журнале Американской статистической ассоциации . [ 5 ] Международного статистического института Обзорный журнал ISI , [ 3 ] и Журнал Американской библиотечной ассоциации . [ 4 ] Многие научные публикации ссылаются на учебник DSPA. [ 6 ] [ 7 ]

По состоянию на 17 января 2021 года вышла электронная версия первого издания книги ( ISBN   978-3-319-72347-1 ) находится в свободном доступе на SpringerLink. [ 8 ] и был скачан более 6 миллионов раз. Учебник доступен по всему миру в печатном ( твердый и мягкий переплет ) и электронном форматах ( PDF и EPub ) во многих библиотеках колледжей и университетов. [ 9 ] и использовался для занятий наукой о данных , вычислительной статистикой и аналитикой в ​​различных учреждениях. [ 10 ]

  1. ^ Перейти обратно: а б Динов, Иво (2018). Наука о данных и прогнозная аналитика: биомедицинские и медицинские приложения с использованием R . Спрингер.
  2. ^ Перейти обратно: а б Динов, Иво (2023). Наука о данных и прогнозная аналитика: биомедицинские и медицинские приложения с использованием R . Серия Springer по прикладному машинному обучению. Спрингер. дои : 10.1007/978-3-031-17483-4 . ISBN  978-3-031-17482-7 . S2CID   256875731 .
  3. ^ Перейти обратно: а б Капальди, Минди (апрель 2019 г.) [5 апреля 2019 г.]. «(Обзор) Наука о данных и прогнозная аналитика: биомедицинские и медицинские приложения с использованием R» . Международный статистический обзор . 87 (1): 181–182. дои : 10.1111/insr.12317 . S2CID   132379032 .
  4. ^ Перейти обратно: а б Саракко, Бенджамин (2020 г.) [апрель 2020 г.]. «Обзор науки о данных и прогнозной аналитики: биомедицинские и медицинские приложения с использованием R» . Журнал Ассоциации медицинских библиотек . 108 (2): 344. doi : 10.5195/jmla.2020.901 . ПМК   7069824 . S2CID   214729817 .
  5. ^ Цю, Син (2024). «Рецензия на книгу: Наука о данных и прогнозная аналитика, 2-е изд.» . Журнал Американской статистической ассоциации : 1–2. дои : 10.1080/01621459.2024.2303323 .
  6. ^ «Альтметрика – наука о данных и прогнозная аналитика» .
  7. ^ «Гугл Академика» .
  8. ^ Динов, Иво Д. (2018). Наука о данных и прогнозная аналитика . дои : 10.1007/978-3-319-72347-1 . ISBN  978-3-319-72346-4 . S2CID   52098523 .
  9. ^ Наличие библиотеки учебников
  10. ^ Курсы с использованием учебника DSPA.
[ редактировать ]
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: db91249dee5bc8802fe4669233493a7f__1723124340
URL1:https://arc.ask3.ru/arc/aa/db/7f/db91249dee5bc8802fe4669233493a7f.html
Заголовок, (Title) документа по адресу, URL1:
Data Science and Predictive Analytics - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)