Описание
Robust Partial Least Squares
Артикул Маркета
6048537069
Внешний вид товаров и/или упаковки может быть изменён изготовителем и отличаться от изображенных на Яндекс Маркете.
Пэй
2 113 ₽
–41%
–200 ₽
С доставкой по клику
Заказ от 1500₽
Пэй
2 113 ₽
–41%
Доставка Маркета
5 окт, по клику 0 ₽
Москва
5 окт, пункт выдачи 0 ₽
Москва
Быстрый возврат
О возвратах
Т8 Издательские Технологии
Магазин
19.1Kзаказов
595подписчиков
6лет на Маркете
О товаре
Описание
Печатная книга «Robust Partial Least Squares» в мягкой обложке, язык - английский. В книге 116 страниц, она напечатана на белой офсетной бумаге плотностью 80 г/м². Формат издания — 152x229 мм. Все книги аккуратно упаковываем в прочный трёхслойный непрозрачный картонный конверт.
Partial least squares (PLS) has become an important statistical tool for modeling relations between sets of observed variables by means of latent variables especially for statistical problems dealing with high dimensional data sets. Despite of the fact that PLS handles multicollinearity problem, it fails to deal with data containing outliers since it is based on maximizing the sample covariance matrix between the response(s) and a set of explanatory variables, which is known to be sensitive to outliers. Existence of multicollinearity and outliers is no exception in real data sets, and it leads to a requirement of robust PLS methods in several application areas such as chemometrics. This book provides a detailed literature review on classical and robust PLS methods. The book introduces two new robust PLS methods that can be applied to regression (RoPLS) and classification (RoCPLS) problems. The content of the book should be especially useful for graduate students in statistics as a complementary material for classical multivariate data analysis courses and other researchers who can adopt the provided methodologies for real data analysis.
Partial least squares (PLS) has become an important statistical tool for modeling relations between sets of observed variables by means of latent variables especially for statistical problems dealing with high dimensional data sets. Despite of the fact that PLS handles multicollinearity problem, it fails to deal with data containing outliers since it is based on maximizing the sample covariance matrix between the response(s) and a set of explanatory variables, which is known to be sensitive to outliers. Existence of multicollinearity and outliers is no exception in real data sets, and it leads to a requirement of robust PLS methods in several application areas such as chemometrics. This book provides a detailed literature review on classical and robust PLS methods. The book introduces two new robust PLS methods that can be applied to regression (RoPLS) and classification (RoCPLS) problems. The content of the book should be especially useful for graduate students in statistics as a complementary material for classical multivariate data analysis courses and other researchers who can adopt the provided methodologies for real data analysis.
Характеристики
Артикул Маркета
6048537069
Внешний вид товаров и/или упаковки может быть изменён изготовителем и отличаться от изображенных на Яндекс Маркете.Возрастное ограничение 18+
Нет отзывов и оценок
Но можно задать вопрос, чтобы узнать о товаре больше
Рекомендуем
Цена с картой Яндекс Пэй 1839 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 754 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 761 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 1792 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 477 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 967 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 262 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 820 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 265 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 372 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 269 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 922 ₽ вместо
Пэй
Войдите в аккаунтИ тогда откроется корзина, а цены на Маркете могут стать ниже
