A. Azzalini - B. Scarpa
Springer-Verlag Italia 2004
ISBN 88-470-0272-9
Indice
- Prefazione
- Introduzione
- Nuove opportunità e nuovi problemi
- Dati, dati, ...miniere di dati
- Problemi minerari
- SQL, OLTP, OLAP, DWH, KDD
- Complicanze
- Tutti i modelli sono sbagliati
- Il modello, questo sconosciuto
- Dai dati al modello
- Una questione di stile
- Premiamo il bottone?
- Strumenti di calcolo e di rappresentazione grafica
- Note bibliografiche
- A-B-C
- Vecchi amici: i modelli lineari
- Concetti di base
- Trasformazioni di variabili
- Risposta multidimensionale
- Aspetti computazionali
- Quando n è grande
- Stime ricorsive
- Verosimiglianza
- Nozioni generali
- Modelli lineari con termine di errore gaussiano
- Variabili dicotomiche con distribuzione binomiale
- Regressione logistica e GLM
- Note bibliografiche
- Esercizi
- Ottimismo, conflitti e compromessi
- Ogni strumento va usato a proposito
- Un semplice problema-tipo
- Se conoscessimo f(x)...
- Visto che non conosciamo f(x)...
- Tecniche per la selezione del modello
- Insieme di stima e di prova
- Metodo della convalida incrociata
- Criteri basati sull'informazione
- Selezione automatica delle variabili
- Note bibliografiche
- Esercizi
- Previsione di una variabile quantitativa
- Stima non parametrica: perché?
- Regressione locale
- Formulazione di base
- Scelta del parametro di lisciamento
- Bande di variabilità
- Parametro di lisciamento variabile e loess
- Estensioni a più dimensioni
- Maledizione della dimensionalità
- Spline
- Funzioni di tipo spline
- Spline di regressione
- Spline di lisciamento
- Spline a più dimensioni
- MARS
- Modelli additivi e GAM
- Aspetti inferenziali
- Gradi di libertà equivalenti
- Analisi della varianza
- Alberi di regressione
- Approssimazioni mediante funzioni a gradini
- Alberi di regressione: crescita
- Alberi di regressione: potatura
- Discussione
- Reti neurali
- Un caso reale
- Il problema e i dati
- Alcuni modelli di previsione
- Confronti e discussione
- Note bibliografiche
- Esercizi
- Metodi di classificazione
- Previsione di variabili qualitative
- Un'illustrazione attraverso un problema di marketing
- Previsione attraverso la regressione logistica
- Tabella di errata classificazione e curva lift
- Curva ROC
- Estensione a K categorie
- Classificazione mediante la regressione lineare
- Caso di due categorie
- Caso di K categorie
- Discussione
- Analisi discriminante
- Analisi discriminante lineare
- Analisi discriminante quadratica
- Discussione
- Uso di alcuni metodi non parametrici
- Alberi di classificazione
- Altro...
- Reti neurali
- Support vector machines
- Combinazioni di classificatori
- Bagging
- Boosting
- Foreste Casuali
- Studi di caso
- Il traffico di una compagnia telefonica
- La fedeltà dei clienti
- Note bibliografiche
- Esercizi
- Metodi di analisi interna
- Metodi di raggruppamento
- Contesto e motivazioni
- Distanze e dissimilarità
- Metodi non gerarchici
- Metodi gerarchici
- Associazioni tra variabili
- Forme di dipendenza
- Regole associative
- Note bibliografiche
- Bibliografia
- Indice analitico
Ritorna alla pagina-base del libro