Statistical Learning from a Regression Perspective by BERK, R. A.
Notice bibliographique
Résumé
This book is unique in that statistical learning is discussed by a sociology–PhD scientist, Professor Richard Berk, who has extensive research accomplishments in the intersection of social science and statistics. It covers a subset of statistical-learning methods discussed by, and follows the notations used in, a popular statistical-learning book by Hastie, Tibshirani, and Friedman (2009), “The Elements of Statistical Learning” (hereafter referred to as ESL). Specifically, the following statistical-learning methods are discussed: regression splines and regression smoothers (Chapter 2), classification and regression trees (CART) (Chapter 3), bagging (Chapter 4), random forests (Chapter 5), boosting (Chapter 6), and support vector machines (Chapter 7). This book, however, differs from ESL in a number of important aspects. Its key features are summarized below. The key strength of this book is in its emphasis on practical applications and hands-on learning of the statistical-learning methods. Each chapter has real data examples (mostly from social science applications) and goes through their analyses using statistical software R (2009). This design effectively illustrates the use of the methods in practice. “Software consideration” given at the end of each chapter provides discussions on currently available computational tools, both functions/packages of R and other software, and is useful in practice. Emphasis on using R that is freely available worldwide is a major advantage in terms of readers' accessibility to the methods. Furthermore, each chapter contains exercises for practicing different aspects of the methods in the chapter. The solutions and R codes of these exercises are provided at the author's website http://www-stat.wharton.upenn.edu/~berkr/: this is another useful feature enhancing the hands-on learning.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,016 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».