La modellazione e l'elaborazione dei dati empirici è uno dei principali argomenti e obiettivi della statistica. Al giorno d'oggi, con lo sviluppo dell'informatica, a questi obiettivi è stata aggiunta l'estrazione di informazioni e modelli utili e spesso nascosti da set di dati di diversi volumi e set di dati complessi nei magazzini. Sono state sviluppate nuove e potenti tecniche statistiche con machine learning (ML) e paradigmi di data mining. In un modo o nell'altro, tutte queste tecniche e algoritmi provengono da una rigorosa base matematica, tra cui la teoria della probabilità e la statistica matematica, la ricerca operativa, l'analisi matematica, i metodi numerici, ecc. I metodi ML popolari, come le reti neurali artificiali (ANN), supportano le macchine vettoriali (SVM), alberi decisionali, foresta casuale (RF), tra gli altri, hanno generato modelli che possono essere considerati applicazioni semplici della teoria dell'ottimizzazione e della stima statistica. L'ampio arsenale di approcci statistici classici combinati con potenti tecniche ML consente di risolvere molti problemi difficili e pratici.
Questo numero speciale appartiene alla sezione "Matematica e Informatica". Il suo scopo è quello di stabilire una breve raccolta di documenti accuratamente selezionati che presentino metodi nuovi e originali, analisi dei dati, studi di casi, studi comparativi e altre ricerche sul tema della modellazione dei dati statistici e della ML, nonché le loro applicazioni. Particolare attenzione è prestata, ma non è limitata, alle teorie e alle applicazioni in diversi settori come l'informatica, la medicina, l'ingegneria, le banche, l'istruzione, la sociologia, l'economia, tra gli altri.
La tavolozza risultante di metodi, algoritmi e applicazioni per la modellazione statistica e ML presentata in questo numero speciale dovrebbe contribuire all'ulteriore sviluppo della ricerca in questo settore. Riteniamo inoltre che le nuove conoscenze acquisite qui e i risultati applicati siano attraenti e utili per giovani scienziati, dottorandi e ricercatori di varie specialità scientifiche.
Le informazioni nella sezione "Riassunto" possono far riferimento a edizioni diverse di questo titolo.
EUR 16,97 per la spedizione da U.S.A. a Italia
Destinazione, tempi e costiEUR 1,20 per la spedizione da U.S.A. a Italia
Destinazione, tempi e costiDa: PBShop.store US, Wood Dale, IL, U.S.A.
HRD. Condizione: New. New Book. Shipped from UK. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000. Codice articolo L1-9783036526928
Quantità: Più di 20 disponibili
Da: PBShop.store UK, Fairford, GLOS, Regno Unito
HRD. Condizione: New. New Book. Delivered from our UK warehouse in 4 to 14 business days. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000. Codice articolo L1-9783036526928
Quantità: Più di 20 disponibili
Da: California Books, Miami, FL, U.S.A.
Condizione: New. Codice articolo I-9783036526928
Quantità: Più di 20 disponibili
Da: BargainBookStores, Grand Rapids, MI, U.S.A.
Hardback or Cased Book. Condizione: New. Statistical Data Modeling and Machine Learning with Applications 1.32. Book. Codice articolo BBS-9783036526928
Quantità: 5 disponibili
Da: AHA-BUCH GmbH, Einbeck, Germania
Buch. Condizione: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - The modeling and processing of empirical data is one of the main subjects and goals of statistics. Nowadays, with the development of computer science, the extraction of useful and often hidden information and patterns from data sets of different volumes and complex data sets in warehouses has been added to these goals. New and powerful statistical techniques with machine learning (ML) and data mining paradigms have been developed. To one degree or another, all of these techniques and algorithms originate from a rigorous mathematical basis, including probability theory and mathematical statistics, operational research, mathematical analysis, numerical methods, etc. Popular ML methods, such as artificial neural networks (ANN), support vector machines (SVM), decision trees, random forest (RF), among others, have generated models that can be considered as straightforward applications of optimization theory and statistical estimation. The wide arsenal of classical statistical approaches combined with powerful ML techniques allows many challenging and practical problems to be solved.This Special Issue belongs to the section 'Mathematics and Computer Science'. Its aim is to establish a brief collection of carefully selected papers presenting new and original methods, data analyses, case studies, comparative studies, and other research on the topic of statistical data modeling and ML as well as their applications. Particular attention is given, but is not limited, to theories and applications in diverse areas such as computer science, medicine, engineering, banking, education, sociology, economics, among others. The resulting palette of methods, algorithms, and applications for statistical modeling and ML presented in this Special Issue is expected to contribute to the further development of research in this area. We also believe that the new knowledge acquired here as well as the applied results are attractive and useful for young scientists, doctoral students, and researchers from various scientific specialties. Codice articolo 9783036526928
Quantità: 2 disponibili
Da: Ria Christie Collections, Uxbridge, Regno Unito
Condizione: New. In. Codice articolo ria9783036526928_new
Quantità: Più di 20 disponibili
Da: GreatBookPrices, Columbia, MD, U.S.A.
Condizione: New. Codice articolo 44165272-n
Quantità: Più di 20 disponibili
Da: GreatBookPricesUK, Woodford Green, Regno Unito
Condizione: New. Codice articolo 44165272-n
Quantità: Più di 20 disponibili
Da: GreatBookPrices, Columbia, MD, U.S.A.
Condizione: As New. Unread book in perfect condition. Codice articolo 44165272
Quantità: Più di 20 disponibili
Da: GreatBookPricesUK, Woodford Green, Regno Unito
Condizione: As New. Unread book in perfect condition. Codice articolo 44165272
Quantità: Più di 20 disponibili