作 者:(美)加雷斯·詹姆斯(Gareth James) 等 著;王星 等 译 定 价:79 出 版 社:机械工业出版社 出版日期:2015年05月01日 页 数:290 装 帧:平装 ISBN:9787111497714 ●中文版序
●译者序
●前言
●第1章导论
●1.1统计学习概述
●1.2统计学习简史
●1.3关于这本书
●1.4这本书适用的读者群
●1.5记号与简单的矩阵代数
●1.6本书的内容安排
●1.7用于实验和习题的数据集
●1.8本书网站
●1.9致谢
●第2章统计学习
●2.1什么是统计学习
●2.2评价模型精度
●2.3实验:R语言简介
●2.4习题
●第3章线性回归
●3.1简单线性回归
●部分目录
内容简介
《统计学习导论:基于r应用》是一本统计学习方法的概要书,提供了理解大数据和复杂数据必不可少的工具,数据来自近20年来生物学、金融学、市场营销学和天体物理学等领域。书中介绍了一些重要的建模方法和预测技术以及它们的相关应用。内容涉及线性回归、分类、再抽样方法、压缩方法、树方法、聚类、支持向量机等。书中使用大量案例来阐释相关方法,每章都有如何在r中实现所述方法的指导实验。 (美)加雷斯·詹姆斯(Gareth James) 等 著;王星 等 译 加雷斯·詹姆斯,斯坦福大学统计学博士毕业,师从Trevor Hastie。现为南加州大学马歇尔商学院统计学教授,美国统计学会会士,数理统计协会终身会员,新西兰统计协会会员。《Statistica Sinica》、《Applications and Case Studies》、《Theory and Methods》等期刊的副主编。
丹妮拉·威滕,斯坦福大学统计学博士毕业,师从Robert Tibshirani。现为华盛顿大学生物统计学副教授,美国统计学会和靠前数理统计协会会士,《Journal o等 前言统计学习是一套以复杂数据建模和数据理解为目的的工具集,是近期才发展起来的统计学的一个新领域,它与计算机科学特别是其中的机器学习相互融合、协同发展。统计学习领域涵盖了许多方法,比如说lasso回归、稀疏回归、分类和回归树、提升法和支持向量机。
随着“大数据”问题的爆炸式增长,统计学习已成为许多科学领域及市场研究、金融学等商科领域一个*常热门的话题,拥有统计学习技能的人才千金难求。
统计学习领域开山之作之一——《统计学习基础》(The Elements of Statistical Learning,ESL)(作者Hastie, Tibshirani, Friedman)于2001年出版,第2版于2009年问世。现在,E等
统计学习导论 电子书 下载 mobi epub pdf txt