您好,欢迎来到聚文网。 登录 免费注册
多元统计分析--R与Python的实现/基于R应用的统计学丛书

多元统计分析--R与Python的实现/基于R应用的统计学丛书

  • 字数: 484
  • 出版社: 中国人民大学
  • 作者: 编者:吴喜之
  • 商品条码: 9787300266558
  • 版次: 1
  • 开本: 16开
  • 页数: 323
  • 出版年份: 2019
  • 印次: 1
定价:¥39.8 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
吴喜之编著的《多元统计分析--R与Python的实 现/基于R应用的统计学丛书》基于数据驱动的思维, 以R和Python作为编程工具对大量实际案例做了分析。 介绍了回归、分类及各种多元分析方法(包括主成分 分析、因子分析、聚类分析、典型相关分析、二元及 多元对应分析、多维尺度变换)的概念、应用及可能 的误区。 本书并不要求读者有数理统计的预备知识。本书 在一开始为读者提供了理解概念所必需的代数知识, 并附有学习编程语言的练习。读者可以通过本书学到 机器学习的最重要内容,同时学习编程语言,打下数 据科学的基础。
目录
前言 第1章 引言 1.1 数据科学 1.1.1 统计是数据科学吗 1.1.2 计算机学科在数据科学中的地位 1.1.3 问题驱动应成为数据科学的基本思维方式 1.2 多元分析的对象 1.3 需要的工具 1.4 各章的安排 1.5 软件和编程 1.6 如何教学 第2章 矩阵代数回顾 2.1 矩阵 2.1.1 基本定义 2.1.2 基本矩阵运算 2.1.3 行列式 2.1.4 矩阵的逆 2.1.5 矩阵的广义逆 2.1.6 Kronecker积 2.1.7 幂等矩阵 2.1.8 向量空间 2.1.9 正交性 2.1.10 矩阵的秩 2.1.11 矩阵的迹 2.1.12 特征值 2.1.13 广义特征值 2.1.14 分块矩阵 2.2 矩阵的分解 2.2.1 矩阵的特征值分解 2.2.2 奇异值分解及广义奇异值分解 2.2.3 QR分解 2.2.4 Cholesky分解 2.3 二次型 2 3.1 定义 2 3.2 二次型和矩阵的定性 2.3.3 椭球 2.4 矩阵的导数 2.4.1 向量关于数量的偏导数 2.4.2 数量关于向量的偏导数 2.4.3 向量关于向量的偏导数 2.4.4 矩阵关于数量的偏导数 2.4.5 数量关于矩阵的偏导数 2.4.6 有关内积、二次型的导数 2.4.7 函数的偏导数 2.5 本章矩阵简单运算的R和Python代码 2.6 习题 第3章 回归 3.1 经典回归模型基本要素 3.1.1 描述数据 3.1.2 线性回归模型

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网