| Judul | Deep-Learning-Assisted Statistical Methods with Examples in R / Tianyu Zhan |
| Pengarang | Zhan, Tianyu |
| Penerbitan | New York : Chapman and Hall/CRC, 2026 |
| Deskripsi Fisik | 184 hlm. :ilus. |
| ISBN | 9781003681489 |
| Subjek | Mathematical statistics -- Data processing Deep learning (Machine learning) |
| Abstrak | Buku ini mengeksplorasi sinergi antara deep learning dan metode statistik tradisional untuk meningkatkan akurasi pengujian hipotesis, estimasi titik, optimasi, dan interpretasi data. Penulis mendemonstrasikan bagaimana kecerdasan buatan dapat digunakan untuk memecahkan masalah inferensi statistik yang kompleks di mana solusi analitis tradisional sulit ditemukan, seperti pada desain uji klinis adaptif. Setiap topik dilengkapi dengan latar belakang teoritis, penjelasan metode yang jelas, dan demonstrasi kode R secara mendetail melalui studi kasus. Selain efisiensi statistik, buku ini juga menyoroti aspek perlindungan integritas data, efisiensi komputasi, dan kemampuan interpretasi model. Di bagian akhir, penulis memberikan analisis kritis mengenai keterbatasan metode berbasis AI dan menawarkan strategi mitigasi untuk memastikan penerapan alat komputasi ini dilakukan secara bertanggung jawab dan valid secara ilmiah. Anotasi Karya Tianyu Zhan ini merupakan panduan praktis yang menjembatani kesenjangan antara statistik teoritis dan kemajuan teknologi machine learning saat ini. Kekuatan Utama: Keunggulan buku ini terletak pada pendekatan "belajar sambil melakukan" (learning by doing). Penggunaan bahasa R yang sangat populer di kalangan statistisi membuat metode deep learning yang seringkali dianggap sebagai "kotak hitam" (black box) menjadi lebih transparan dan dapat diaplikasikan langsung ke masalah dunia nyata. Target Pembaca: Sangat berharga bagi mahasiswa pascasarjana, praktisi data science, peneliti biostatistik, serta akademisi yang ingin mengintegrasikan teknik AI ke dalam kerangka kerja statistik konvensional. Kesimpulan: Referensi krusial yang esensial bagi perpustakaan sains dan teknologi untuk mendukung riset interdisipliner antara matematika statistik dan kecerdasan buatan. |
| Bentuk Karya | Tidak ada kode yang sesuai |
| Target Pembaca | Tidak ada kode yang sesuai |
| Lokasi Akses Online |
https://www.taylorfrancis.com/books/oa-mono/10.1201/9781003681489/deep-learning-assisted-statistical-methods-examples-tianyu-zhan?context=ubx&refId=f7a74c03-3593-46a0-bb79-a0b198cf3c04 https://www.taylorfrancis.com/reader/read-online/251baa99-b20d-45be-8893-12a5c3c09924/book/epub?context=ubx |
| No Barcode | No. Panggil | Akses | Lokasi | Ketersediaan |
|---|---|---|---|---|
| 249026192 | 519.502 856 31 Zha d | Baca Online | Perpustakaan Pusat - Online Resources Ebook |
Tersedia |
| Tag | Ind1 | Ind2 | Isi |
| 001 | INLIS000000000167627 | ||
| 005 | 20260327081557 | ||
| 007 | ta | ||
| 008 | 260327################|##########|#|## | ||
| 020 | # | # | $a 9781003681489 |
| 035 | # | # | $a 0010-0326000356 |
| 082 | # | # | $a 519.502 856 31 |
| 084 | # | # | $a 519.502 856 31 Zha d |
| 100 | 0 | # | $a Zhan, Tianyu |
| 245 | 1 | # | $a Deep-Learning-Assisted Statistical Methods with Examples in R /$c Tianyu Zhan |
| 260 | # | # | $a New York :$b Chapman and Hall/CRC,$c 2026 |
| 300 | # | # | $a 184 hlm. : $b ilus. |
| 520 | # | # | $a Buku ini mengeksplorasi sinergi antara deep learning dan metode statistik tradisional untuk meningkatkan akurasi pengujian hipotesis, estimasi titik, optimasi, dan interpretasi data. Penulis mendemonstrasikan bagaimana kecerdasan buatan dapat digunakan untuk memecahkan masalah inferensi statistik yang kompleks di mana solusi analitis tradisional sulit ditemukan, seperti pada desain uji klinis adaptif. Setiap topik dilengkapi dengan latar belakang teoritis, penjelasan metode yang jelas, dan demonstrasi kode R secara mendetail melalui studi kasus. Selain efisiensi statistik, buku ini juga menyoroti aspek perlindungan integritas data, efisiensi komputasi, dan kemampuan interpretasi model. Di bagian akhir, penulis memberikan analisis kritis mengenai keterbatasan metode berbasis AI dan menawarkan strategi mitigasi untuk memastikan penerapan alat komputasi ini dilakukan secara bertanggung jawab dan valid secara ilmiah. Anotasi Karya Tianyu Zhan ini merupakan panduan praktis yang menjembatani kesenjangan antara statistik teoritis dan kemajuan teknologi machine learning saat ini. Kekuatan Utama: Keunggulan buku ini terletak pada pendekatan "belajar sambil melakukan" (learning by doing). Penggunaan bahasa R yang sangat populer di kalangan statistisi membuat metode deep learning yang seringkali dianggap sebagai "kotak hitam" (black box) menjadi lebih transparan dan dapat diaplikasikan langsung ke masalah dunia nyata. Target Pembaca: Sangat berharga bagi mahasiswa pascasarjana, praktisi data science, peneliti biostatistik, serta akademisi yang ingin mengintegrasikan teknik AI ke dalam kerangka kerja statistik konvensional. Kesimpulan: Referensi krusial yang esensial bagi perpustakaan sains dan teknologi untuk mendukung riset interdisipliner antara matematika statistik dan kecerdasan buatan. |
| 650 | # | # | $a Deep learning (Machine learning) |
| 650 | # | # | $a Mathematical statistics -- Data processing |
| 856 | # | # | $a https://www.taylorfrancis.com/books/oa-mono/10.1201/9781003681489/deep-learning-assisted-statistical-methods-examples-tianyu-zhan?context=ubx&refId=f7a74c03-3593-46a0-bb79-a0b198cf3c04 |
| 856 | # | # | $a https://www.taylorfrancis.com/reader/read-online/251baa99-b20d-45be-8893-12a5c3c09924/book/epub?context=ubx |
| 990 | # | # | $a 249026192 |
Content Unduh katalog
Karya Terkait :