Machine Learning Toolbox for Social Scientists

Machine Learning Toolbox for Social Scientists copre i metodi predittivi con strumenti statistici complementari che lo rendono per lo più autonomo. La statistica inferenziale è il quadro tradizionale per la maggior parte dei corsi di analisi dei dati nei campi delle scienze sociali e degli affari, in particolare in Economia e Finanza. La nuova organizzazione che questo libro offre va oltre le applicazioni standard del codice di apprendimento automatico, fornendo sfondi intuitivi per nuovi metodi predittivi che gli studenti di scienze sociali e business possono seguire. Il libro aggiunge anche molti altri strumenti statistici moderni complementari ai metodi predittivi che non possono essere facilmente trovati nei libri di testo di econometria: metodi non parametrici, esplorazione dei dati con modelli predittivi, regressioni penalizzate, selezione di modelli con sparsità, metodi di riduzione delle dimensioni, previsioni di serie temporali non parametriche, analisi grafica delle reti, metodi di ottimizzazione algoritmica, classificazione con dati sbilanciati e molti altri. Questo libro si rivolge a studenti e ricercatori che non hanno un background statistico avanzato, ma che provengono invece dalla tradizione della statistica inferenziale. I moderni metodi statistici forniti dal libro ne consentono un efficace utilizzo nell'insegnamento nel campo delle scienze sociali e degli affari. Caratteristiche principali Il libro è strutturato per coloro che sono stati formati in un curriculum di statistica tradizionale. C'è una lunga sezione iniziale che copre le differenze nella stima e nella previsione per le persone addestrate per l'analisi causale. Il libro sviluppa un framework di base per applicazioni di apprendimento automatico da metodi non parametrici. SVM e NN abbastanza semplici senza troppi dettagli. È autosufficiente. Le previsioni di serie temporali non parametriche sono nuove e trattate in una sezione separata. Sono state aggiunte ulteriori sezioni: Regressioni penalizzate, metodi di riduzione dimensionale e metodi grafici sono aumentati nella loro popolarità nelle scienze sociali. . Lingua: Inglese