Kundenrezension

3 von 3 Kunden fanden die folgende Rezension hilfreich
3.0 von 5 Sternen Nicht zum Selbststudium geeignet, 6. Juli 2012
Rezension bezieht sich auf: The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Second Edition (Springer Series in Statistics) (Gebundene Ausgabe)
Ich verwende das Buch gelegentlich als "Nachschlagwerk" v.a. wegen seiner Vollstaendigkeit. Die Einfuehrungskapitel sind nicht (sehr) hilfreich. Zum Lernen wuerde ich eindeutig Bishop und/oder Mackay empfehlen.
Helfen Sie anderen Kunden bei der Suche nach den hilfreichsten Rezensionen 
War diese Rezension für Sie hilfreich? Ja Nein

[Kommentar hinzufügen]
Kommentar posten
Verwenden Sie zum Einfügen eines Produktlinks dieses Format: [[ASIN:ASIN Produkt-Name]] (Was ist das?)
Amazon wird diesen Namen mit allen Ihren Beiträgen, einschließlich Rezensionen und Diskussion-Postings, anzeigen. (Weitere Informationen)
Name:
Badge:
Dieses Abzeichen wird Ihnen zugeordnet und erscheint zusammen mit Ihrem Namen.
There was an error. Please try again.
">Hier finden Sie die kompletten Richtlinien.

Offizieller Kommentar

Als Vertreter dieses Produkt können Sie einen offiziellen Kommentar zu dieser Rezension veröffentlichen. Er wird unmittelbar unterhalb der Rezension angezeigt, wo immer diese angezeigt wird.   Weitere Informationen
Der folgende Name und das Abzeichen werden mit diesem Kommentar angezeigt:
Nach dem Anklicken der Schaltfläche "Übermitteln" werden Sie aufgefordert, Ihren öffentlichen Namen zu erstellen, der mit allen Ihren Beiträgen angezeigt wird.

Ist dies Ihr Produkt?

Wenn Sie der Autor, Künstler, Hersteller oder ein offizieller Vertreter dieses Produktes sind, können Sie einen offiziellen Kommentar zu dieser Rezension veröffentlichen. Er wird unmittelbar unterhalb der Rezension angezeigt, wo immer diese angezeigt wird.  Weitere Informationen
Ansonsten können Sie immer noch einen regulären Kommentar zu dieser Rezension veröffentlichen.

Ist dies Ihr Produkt?

Wenn Sie der Autor, Künstler, Hersteller oder ein offizieller Vertreter dieses Produktes sind, können Sie einen offiziellen Kommentar zu dieser Rezension veröffentlichen. Er wird unmittelbar unterhalb der Rezension angezeigt, wo immer diese angezeigt wird.   Weitere Informationen
 
Timeout des Systems

Wir waren konnten nicht überprüfen, ob Sie ein Repräsentant des Produkts sind. Bitte versuchen Sie es später erneut, oder versuchen Sie es jetzt erneut. Ansonsten können Sie einen regulären Kommentar veröffentlichen.

Da Sie zuvor einen offiziellen Kommentar veröffentlicht haben, wird dieser Kommentar im nachstehenden Kommentarbereich angezeigt. Sie haben auch die Möglichkeit, Ihren offiziellen Kommentar zu bearbeiten.   Weitere Informationen
Die maximale Anzahl offizieller Kommentare wurde veröffentlicht. Dieser Kommentar wird im nachstehenden Kommentarbereich angezeigt.   Weitere Informationen
Eingabe des Log-ins
 

Kommentare


Sortieren: Ältester zuerst | Neuester zuerst
1-1 von 1 Diskussionsbeiträgen
Ersteintrag: 19.07.2014 10:28:25 GMT+02:00
Ich finde das Buch wesentlich einfacher und verständlicher als Bishop. Das kann auch eine Altersfrage sein. Als ich Statistik studiert habe spielte der Bayes-Ansatz kaum eine Rolle.
Ich glaube trotzdem dass der Hinweis "Bishop ist das bessere Lehrbuch" eine Methodische Kritik am Frequentist Ansatz des Hastie Buches ist und nur am Rande mit der Frage, welches das bessere Lehrbuch, zu tun hat.
Mein praktische Erfahrung ist:
1) Man hat auch mit dem Frequentist Ansatz immer schon Bayes drinnen gehabt. Indem man Startwerte festlegt. Im Grunde laufen auch viele Bayes Modelle darauf hinaus.
2) Die beste statistische Methode ist langes Hinstarren auf die Daten. Das erfahrene menschliche Auge ist schwer zu schlagen. Es gibt z.B. eine umfangreiche Literatur zur optimalen Bandwidth von Kernel-Smoothern. Die sind eindeutig schlechter als die Methode hinschauen.
3) KISS ist das oberste Designprinzip. Z.B. ist ein simpler Exponential-Moving-Average in vielen Anwendungen schwer zu schlagen. Der entscheidende Punkt ist die Qualität der Ausgangsdaten und ihre entsprechende Aufbereitung (z.B. logistische Transformation). Siehe Punkt 2).
‹ Zurück 1 Weiter ›

Details

Artikel

4.3 von 5 Sternen (3 Kundenrezensionen)
5 Sterne:
 (2)
4 Sterne:    (0)
3 Sterne:
 (1)
2 Sterne:    (0)
1 Sterne:    (0)
 
 
 
EUR 73,29 EUR 71,91
In den Einkaufswagen Auf meinen Wunschzettel
Rezensentin / Rezensent


Top-Rezensenten Rang: 188.739