稀疏統計模型隻具有少數非零參數或權重，經典地體現瞭化繁為簡的理念，因而廣泛應用於諸多領域。本書就稀疏性統計學習做齣總結，以lasso方法為中心，層層推進，逐漸囊括其他方法，深入探討諸多稀疏性問題的求解和應用，不僅包括瞭大量例子和圖錶，還附有文獻注釋和課後練習，是深入學習統計學知識的ji佳參考。

目錄

第 1章引言  1

第 2章 lasso綫性模型   6 

2.1引言  6 

2.2 lasso估計   7 

2.3交叉驗證和推斷  10 

2.4 lasso解的計算  12 

2.4.1基於單變量的軟閾值法  12 

2.4.2基於多變量的循環坐標下降法  13 

2.4.3軟閾值與正交基      15 

2.5自由度  15 

2.6 lasso解的唯1性    16 

2.7理論概述        17 

2.8非負 garrote       17 

2.9烏q懲罰和貝葉斯估計     19 

2.10一些觀點      20

習題  21

第 3章廣義綫性模型    24 

3.1引言        24 

3.2邏輯斯蒂迴歸模型   26 

3.2.1示例：文本分類  27 

3.2.2算法  29 

3.3多分類邏輯斯蒂迴歸   30 

3.3.1示例：手寫數字  31 

3.3.2算法  32 

3.3.3組 lasso多分類  33 

3.4對數綫性模型及泊鬆廣義綫性模型     33 

3.5 Cox比例風險模型   35 

3.5.1交叉驗證  37 

3.5.2預驗證   38 

3.6支持嚮量機   39 

3.7計算細節及 glmnet       43

參考文獻注釋   44

習題  45

第 4章廣義 lasso懲罰  47 

4.1引言        47 

4.2彈性網懲罰   47 

4.3組 lasso  50 

4.3.1組 lasso計算      53 

4.3.2稀疏組 lasso  54 

4.3.3重疊組 lasso  56 

4.4稀疏加法模型和組 lasso     59 

4.4.1加法模型和 back.tting  59 

4.4.2稀疏加法模型和 back.tting  60 

4.4.3優化方法與組 lasso     61 

4.4.4稀疏加法模型的多重懲罰         64 

4.5融閤 lasso  65 

4.5.1擬閤融閤 lasso   66 

4.5.2趨勢濾波  69 

4.5.3近保序迴歸   70 

4.6非凸懲罰        72

參考文獻注釋   74

習題  75

第 5章優化方法  80 

5.1引言        80 

5.2凸優化條件   80 

5.2.1優化可微問題        80 

包郵 稀疏統計學習及其應用 統計學習 例子和圖錶 統計的應用 統計的課後練習 學 下載 mobi epub pdf txt 電子書