خرید و دانلود نسخه کامل کتاب Predictive Statistics Analysis and Inference Beyond Models

توضیحاتی در مورد کتاب

همه رشته های علمی به موفقیت پیش بینی کننده جایزه می دهند. با این حال، تحلیل‌های آماری مرسوم، پیش‌بینی را به عنوان ثانویه تلقی می‌کنند، به جای آن بر مدل‌سازی و در نتیجه تخمین، آزمایش و تفسیر فیزیکی دقیق تمرکز می‌کنند و قبل از اینکه کفایت پیش‌بینی یک مدل ایجاد شود، با این وظایف مقابله می‌کنند. این کتاب یک رویکرد کاملاً پیش‌بینی‌کننده به مسائل آماری را بر اساس مطالعه پیش‌بین‌ها تشریح می‌کند. این رویکرد نیازی به پیش‌بینی‌کننده‌ها ندارد، اگرچه این مورد خاص مهم در رویکرد کلی گنجانده شده است. در کل، نکته این است که قبل از در نظر گرفتن استنتاج مرسوم، عملکرد پیش بینی را بررسی کنیم. این ایده‌ها از طریق پنج زیرشاخه سنتی آمار ردیابی می‌شوند و به خوانندگان کمک می‌کنند تا دوباره تمرکز کنند و یک چشم‌انداز مستقیم پیش‌بینی کنند. این کتاب همچنین پیش‌بینی از طریق تکنیک‌های «جعبه سیاه» معاصر و انواع داده‌ها و روش‌های نوظهور را در نظر می‌گیرد که در آن مدل‌سازی مرسوم آنقدر دشوار است که پیش‌بینی خوب معیار اصلی در دسترس برای ارزیابی عملکرد یک روش آماری است. کد R منبع باز به خوبی مستند شده در یک مخزن Github به خوانندگان اجازه می دهد تا نمونه ها را تکرار کنند و تکنیک ها را در تحقیقات دیگر به کار ببرند.

تئوری آماری را مستقیماً به اهداف یادگیری ماشین، داده کاوی و علوم کاربردی مدرن متصل می کند
آماردانان را برای کنار آمدن با انواع داده های نوظهور و غیر سنتی قرار می دهد
کد R خوب مستند در یک مخزن Github به خوانندگان اجازه می دهد تا نمونه ها را تکرار کنند