您好,欢迎来到聚文网。 登录 免费注册
高维数据统计方法、理论与应用

高维数据统计方法、理论与应用

  • 字数: 569000.0
  • 装帧: 精装
  • 出版社: 国防工业出版社
  • 作者: (瑞士)彼得·布尔曼(Peter Buhlmann),(瑞士)萨拉范德·吉尔(Sara Vam De Geer)
  • 出版日期: 2018-09-01
  • 商品条码: 9787118115406
  • 版次: 1
  • 开本: 16开
  • 页数: 452
  • 出版年份: 2018
定价:¥138 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
本书融合了高维数据的方法概念、计算算法以及高维统计学方面的数学理论和应用,以实际数据的分析应用为牵引,以数学方法和定理的推倒为依据,详细介绍了基于Lasso的高维数据变量选择、估计与预测,并结合实例进行分析比较。
目录
   第1章绪论

1.1框架结构

1.2潜在价值和挑战

1.3关于本书

1.3.1本书的组织结构

1.4实例

1.4.1基因学中的生物标记发现及预测

第2章线性模型中的Lasso

2.1本章的组织结构

2.2引言及预备知识

2.2.1Lasso评估量

2.3正交观测量

2.4预测

2.4.1Lass0预测的实际应用

2.4.2渐进理论的一些结果

2.5变量筛选和IIB-B0IIq-范数

2.5.1变量筛选中的调谐参数选择

2.5.2针对DNA结合点的M0tif回归

2.6变量选择

2.6.1邻域稳定性和irrepresentable条件

2.7总结关键性质和相关假设

2.8自适应Lasso:两阶段流程

2.8.1说明:仿真数据和motif回归

2.8.2正交观测量

2.8.3自适应Lasso:弱条件下的变量选择

2.8.4计算

2.8.5多步骤自适应Lasso

2.8.6非凸的惩罚函数

……

第3章广义线性模型和Lasso

第4章GroupLasso

第5章加性模型和单变量平滑函数

第6章Lasso理论

第7章使用Lasso做变量选择

第8章l1l2-惩罚过程理论

第9章非凸损失函数与l1-正则化

第10章稳定解

第11章线性模型及拓展的p-值

第12章贪婪算法及Booting算法

第13章图形化建模

第14章概率以及矩不等式

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网