Над 4 милиона заглавия на английски и други езици! Открийте новата си история още днес! Безплатна доставка за поръчки над 69.99€

Проверка на състоянието на поръчката

Станете част от общност от любители на книгите от цял свят и получавате много предимства. Създай на безплатен акаунт

Безплатна доставка със Еконт над 69.99 €

Куриер Speedy 3.49 € Пункт на Speedy 3.49 € ЕКОНТ 3.99 € Еконтомат/Офис на Еконт 3.99 € Ekont Box 3.99 € Sameday 3.99 € Sameday box 3.99 € Box Now 3.99 €

Контакт

Как се пазарува?

Помощ

Моят акаунт

▸ Празна :-(

Statistical Learning for Biomedical Data

Name: Statistical Learning for Biomedical Data
Brand: Cambridge University Press
SKU: 04345844
Price: 155.4 EUR
Availability: InStock
Author: James D Malley
ISBN: 9780521875806

James D Malley

Език

Английски език

Книга С твърди корици

Код Либристо: 04345844

Издателство Cambridge University Press, февруари 2011

This book is for anyone who has biomedical data and needs to identify variables that predict an outc... Цялото описание

Код Либристо: 04345844

376 b

155.40 €

303.94 лв

Външен склад Изпращаме след 9-15 дни

30 дни за връщане на стоката

Клиентите са закупили също

Naturgeschichte der Vulcane und der Damit in Verbindung Stehenden Erscheinungen Georg Landgrebe

С меки корици

64.78 € 126.70 лв

Les poèmes infidèles de Walter Jonas Marrey

С твърди корици

17.08 € 33.41 лв

Les Confessions Jean-Jacques Rousseau

С меки корици

21.95 € 42.93 лв

Print Italy 1550-1620 /anglais BURY Книга

С меки корици

92.69 € 181.29 лв

Histoire Descriptive Et Pittoresque de Saint-Domingue: Haiti (Ed.1862) Jules LaCroix De Marles

С меки корици

22.21 € 43.44 лв

Strategisches Und Qualifiziertes Empfehlungsmanagement Hans-Georg Schumacher

С меки корици

38.01 € 74.33 лв

¿Qué es la objeción de conciencia? López Guzmán

С меки корици

12.32 € 24.10 лв

Sztuka wojny Sun Wu

С твърди корици

9.52 € 18.63 лв

La deserción como fenómeno en el contexto de la Guerra Civil

С меки корици

74.57 € 145.84 лв

ALEX ET ZOE 3 CD AUDIO INDIVIDUEL Colette Samson

Аудио компактдиск

18.69 € 36.55 лв

Proizwodstwo morskoj krewetki Litopenaeus vannamei w sisteme prudowoj kul'tury Kalqnnan Durajradzh

С меки корици

34.07 € 66.64 лв

Lake/Lake II/Paradise Island Lake

Аудио компактдиск

16.57 € 32.40 лв

Contemporary Spoken Persian Volume 2 Mehdi Marashi

С меки корици

58.20 € 113.83 лв

Vocabulario espanol-danes - 7000 palabras mas usadas Andrey Taranov

С меки корици

14.75 € 28.86 лв

Le Chef-d'oeuvre inconnu de Balzac Florence Meurée

С меки корици

14.39 € 28.15 лв

Il Breviarium di Rufio Festo Maria L Fele

С твърди корици

108.28 € 211.77 лв

Everyday Mathematics, Grade 2, Student Materials Set - Reorder Ucsmp

С твърди корици

35.16 € 68.76 лв

Akademia - 2 lata Sajek Ewa

С меки корици

0.77 € 1.51 лв

Transplantologia praktyczna Tom 8 Transplantologia - sukces oparty na wspolpracy Krzysztof Mucha

С твърди корици

41.53 € 81.22 лв

Hochzeitsplaner Rette deine Hochzeit Wassili Jungblut

С меки корици

12.53 € 24.50 лв

El caso Snowden : cómo Estados Unidos espía al mundo Antoine Lefébure

С меки корици

24.80 € 48.51 лв

This book is for anyone who has biomedical data and needs to identify variables that predict an outcome, for two-group outcomes such as tumor/not-tumor, survival/death, or response from treatment. Statistical learning machines are ideally suited to these types of prediction problems, especially if the variables being studied may not meet the assumptions of traditional techniques. Learning machines come from the world of probability and computer science but are not yet widely used in biomedical research. This introduction brings learning machine techniques to the biomedical world in an accessible way, explaining the underlying principles in nontechnical language and using extensive examples and figures. The authors connect these new methods to familiar techniques by showing how to use the learning machine models to generate smaller, more easily interpretable traditional models. Coverage includes single decision trees, multiple-tree techniques such as Random Forests™, neural nets, support vector machines, nearest neighbors and boosting.