An Introduction to Statistical Learning: with Applications in Python (Springer Texts in Statistics)

An Introduction to Statistical Learning offre un aperçu accessible du domaine de l’apprentissage statistique, un ensemble d’outils essentiel pour analyser les ensembles de données vastes et complexes qui ont émergé au cours des vingt dernières années dans des domaines allant de la biologie à la finance, en passant par le marketing et l’astrophysique. Ce livre présente certaines des techniques de modélisation et de prévision les plus importantes, ainsi que des applications pertinentes. Les sujets abordés comprennent la régression linéaire, la classification, les méthodes de rééchantillonnage, les approches de réduction de la complexité, les méthodes basées sur les arbres, les machines à vecteurs de support, le partitionnement en grappes, l’apprentissage profond, l’analyse de survie, les tests multiples, et bien plus encore. Des graphiques en couleur et des exemples concrets sont utilisés pour illustrer les méthodes présentées. Ce livre s’adresse aussi bien aux statisticiens qu’aux non-statisticiens qui souhaitent utiliser des techniques d’apprentissage statistique de pointe pour analyser leurs données.

Quatre des auteurs ont coécrit An Introduction to Statistical Learning, With Applications in R (ISLR), qui est devenu un ouvrage de référence dans les cours de premier et deuxième cycles universitaires du monde entier, ainsi qu’un ouvrage de référence important pour les scientifiques des données. L’une des clés de son succès réside dans le fait que chaque chapitre contient un tutoriel sur la mise en œuvre des analyses et des méthodes présentées dans l’environnement de calcul scientifique R. Cependant, ces dernières années, Python est devenu un langage populaire pour la science des données, et la demande pour une alternative à ISLR basée sur Python a augmenté. Par conséquent, ce livre (ISLP) couvre les mêmes sujets qu’ISLR, mais avec des laboratoires mis en œuvre en Python. Ces laboratoires seront utiles aussi bien aux débutants en Python qu’aux utilisateurs expérimentés.