FORMATO: EPUB
Gli algoritmi di apprendimento automatico utilizzano metodi computazionali per estrarre informazioni direttamente dai dati. L’apprendimento automatico utilizza due tipi di tecniche: l’apprendimento supervisionato, che addestra un modello con dati di input e output noti in modo da poter prevedere risultati futuri, e l’apprendimento non supervisionato, che individua pattern nascosti o strutture intrinseche nei dati di input. La maggior parte delle tecniche di apprendimento supervisionato viene sviluppata in questo libro da una prospettiva metodologica e pratica, con applicazioni tramite il software R. Le seguenti tecniche vengono esplorate in dettaglio: Analisi Discriminante, Modelli Logit, Modelli Probit, Modelli di Conteggio, Modelli Lineari Generalizzati, Modelli a Scelta Discreta, Alberi Decisionali e Reti Neurali.
Download
Scrivi un commento