Skocz do zawartości

Aktywacja nowych użytkowników
Zakazane produkcje

  • advertisement_alt
  • advertisement_alt
  • advertisement_alt
0DAYDDL

Introduction to Classifier Performance Analysis with R - Sutaip L.C. Saw

Rekomendowane odpowiedzi

0101702b48662e071a3864312e812fc5.jpg


pdf | 13.43 MB | English| Isbn:9781040176436 | Author: Sutaip L.C. Saw | Year: 2024


Description:

Classification problems are common in business, medicine, science, engineering and other sectors of the economy. Data scientists and machine learning professionals solve these problems through the use of classifiers. Choosing one of these data driven classification algorithms for a given problem is a challenging task. An important aspect involved in this task is classifier performance analysis (CPA).


Introduction to Classifier Performance Analysis with R provides an introductory account of commonly used CPA techniques for binary and multiclass problems, and use of the R software system to accomplish the analysis. Coverage draws on the extensive literature available on the subject, including descriptive and inferential approaches to CPA. Exercises are included at the end of each chapter to reinforce learning.
Key Features:

[*]An introduction to binary and multiclass classification problems is provided, including some classifiers based on statistical, machine and ensemble learning.
[*]Commonly used techniques for binary and multiclass CPA are covered, some from less well-known but useful points of view. Coverage also includes important topics that have not received much attention in textbook accounts of CPA.
[*]Limitations of some commonly used performance measures are highlighted.
[*]Coverage includes performance parameters and inferential techniques for them.
[*]Also covered are techniques for comparative analysis of competing classifiers.
[*]A key contribution involves the use of key R meta-packages like tidyverse and tidymodels for CPA, particularly the very useful yardstick package.

This is a useful resource for upper level undergraduate and masters level students in data science, machine learning and related disciplines. Practitioners interested in learning how to use R to evaluate classifier performance can also potentially benefit from the book. The material and references in the book can also serve the needs of researchers in CPA.









Ukryta Zawartość

    Treść widoczna tylko dla użytkowników forum DarkSiders. Zaloguj się lub załóż darmowe konto na forum aby uzyskać dostęp bez limitów.

Ukryta Zawartość

    Treść widoczna tylko dla użytkowników forum DarkSiders. Zaloguj się lub załóż darmowe konto na forum aby uzyskać dostęp bez limitów.

Ukryta Zawartość

    Treść widoczna tylko dla użytkowników forum DarkSiders. Zaloguj się lub załóż darmowe konto na forum aby uzyskać dostęp bez limitów.

Udostępnij tę odpowiedź


Odnośnik do odpowiedzi
Udostępnij na innych stronach

Dołącz do dyskusji

Możesz dodać zawartość już teraz a zarejestrować się później. Jeśli posiadasz już konto, zaloguj się aby dodać zawartość za jego pomocą.

Gość
Dodaj odpowiedź do tematu...

×   Wklejono zawartość z formatowaniem.   Usuń formatowanie

  Dozwolonych jest tylko 75 emoji.

×   Odnośnik został automatycznie osadzony.   Przywróć wyświetlanie jako odnośnik

×   Przywrócono poprzednią zawartość.   Wyczyść edytor

×   Nie możesz bezpośrednio wkleić grafiki. Dodaj lub załącz grafiki z adresu URL.

    • 1 Posts
    • 10 Views
    • 1 Posts
    • 12 Views
    • 1 Posts
    • 11 Views
    • 1 Posts
    • 11 Views
    • 1 Posts
    • 14 Views

×
×
  • Dodaj nową pozycję...

Powiadomienie o plikach cookie

Korzystając z tej witryny, wyrażasz zgodę na nasze Warunki użytkowania.