<P><B>INTRODUCCIÓN A la ESTADÍSTICA de APRENDIZAJE</B> OFRECE UNA VISIÓN general DEL CAMPO DE la ESTADÍSTICA de APRENDIZAJE, las HERRAMIENTAS ESENCIALES PARA LA COMPRENSIÓN de los grandes Y COMPLEJOS CONJUNTOS de DATOS QUE HAN SURGIDO EN CAMPOS que VAN DESDE la BIOLOGÍA A la FINANCIACIÓN para la COMERCIALIZACIÓN de la ASTROFÍSICA EN LOS ÚLTIMOS VEINTE AÑOS. ESTE LIBRO PRESENTA ALGUNOS DE LOS MÁS IMPORTANTES DE MODELADO Y TÉCNICAS DE PREDICCIÓN CON LAS APLICACIONES CORRESPONDIENTES. LOS TEMAS INCLUYEN LA REGRESIÓN LINEAL, CLASIFICACIÓN, MÉTODOS DE REMUESTREO, LA CONTRACCIÓN DE LOS ENFOQUES, ÁRBOL DE MÉTODOS, MÁQUINAS DE SOPORTE VECTORIAL, LA AGRUPACIÓN, Y MÁS. GRÁFICOS EN COLOR Y EJEMPLOS DEL MUNDO REAL SE UTILIZAN PARA ILUSTRAR LOS MÉTODOS PRESENTADOS. PUESTO que EL OBJETIVO DE ESTE MANUAL ES FACILITAR El USO DE ESTOS ESTADÍSTICOS de las TÉCNICAS de APRENDIZAJE POR los PROFESIONALES EN la CIENCIA, la INDUSTRIA Y OTROS CAMPOS, CADA CAPÍTULO CONTIENE UN TUTORIAL SOBRE la APLICACIÓN de LOS ANÁLISIS Y los MÉTODOS PRESENTADOS EN R, QUE ES un MUY POPULAR de código ABIERTO de SOFTWARE de ESTADÍSTICA de la PLATAFORMA.</P><P>DOS DE los AUTORES CO-ESCRIBIÓ LOS ELEMENTOS DE APRENDIZAJE ESTADÍSTICO (HASTIE, TIBSHIRANI Y FRIEDMAN, 2ª EDICIÓN, 2009), UN POPULAR LIBRO de REFERENCIA PARA las ESTADÍSTICAS Y la MÁQUINA de APRENDIZAJE de los INVESTIGADORES. <B>INTRODUCCIÓN A la ESTADÍSTICA de APRENDIZAJE</B> CUBRE UNA gran parte DE los MISMOS TEMAS, PERO EN UN NIVEL ACCESIBLE A UN PÚBLICO MUCHO más AMPLIO. ESTE LIBRO ESTÁ PENSADO PARA los ESTADÍSTICOS Y NO ESTADÍSTICOS igual QUE DESEEN UTILIZAR LAS AVANZADAS TÉCNICAS De APRENDIZAJE ESTADÍSTICO PARA ANALIZAR SUS DATOS. EL TEXTO no dice QUE UN CURSO EN la REGRESIÓN LINEAL Y NO el CONOCIMIENTO DE ÁLGEBRA MATRICIAL.</P>