Statistical Data Modeling and Machine Learning with Applications

ISBN 10: 3036526927 / ISBN 13: 9783036526928

Editore: Mdpi AG, 2021

Riguardo questo articolo

Codice articolo I-9783036526928

Dati bibliografici

• Titolo: Statistical Data Modeling and Machine Learning with Applications
• Editore: Mdpi AG
• Data di pubblicazione: 2021
• Lingua: Inglese
• ISBN 10: 3036526927
• ISBN 13: 9783036526928
• Rilegatura: Rilegato
• Condizione: New

Descrizione articolo

Riassunto

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.