Modélisation prédictive et apprentissage statistique avec R

Cet ouvrage présente les méthodes de modélisation statistique et de machine learning, à travers une étude de cas. Chaque méthode fait l’objet d’un rappel de cours puis est mise en œuvre avec des explications détaillées : calculs effectués, interprétations des résultats, astuces de programmation, etc. L’ouvrage commence par les méthodes de classement les plus éprouvées, mais aborde rapidement les méthodes plus récentes et avancées : regression ridge, lasso, elastic net, boosting, forêts aléatoires, extra-trees, etc. La mise en œuvre s’appuie sur le logiciel libre R et sur un jeu public de données.

Stéphane Tufféry, Éditions Technip, 432 p

Prix: 45 €