您好,欢迎来到聚文网。 登录 免费注册
统计学习(R语言版)

统计学习(R语言版)

  • 字数: 880
  • 出版社: 高等教育
  • 作者: 编者:李高荣|
  • 商品条码: 9787040625189
  • 版次: 1
  • 开本: 16开
  • 页数: 540
  • 出版年份: 2024
  • 印次: 1
定价:¥89 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
本书介绍了统计学习的思想、方法和理论,以 及R语言应用,涵盖统计学习的内容包括:绪论、模 型评价、线性回归模型、重抽样方法、判别分析、K 近邻法、模型选择与正则化、非参数回归模型、 logistic回归、决策树、支持向量机、主成分分析 、聚类分析、前馈神经网络和卷积神经网络等。本 书的主要特色是提供了大量翔实的应用案例,并使 用R语言进行计算和数据可视化,对书中的统计学习 方法和理论都给出了R语言程序和应用,并配有相当 数量的习题可供练习。本书取材新颖、阐述严谨、 推导详尽、重点突出、深入浅出、富有启发性,便 于教学与自学。本书可作为统计学、数据科学、数 学、计算机科学、人工智能、金融学、经济学、医 学和工程领域等专业本科生和研究生的统计学习、 机器学习和数据分析等课程的教材或者参考书,也 可供从事数据分析的相关科技人员和工作者参考。
目录
第1章 绪论 1.1 统计学习概述 1.1.1 统计学习的特点 1.1.2 统计学习的对象 1.1.3 统计学习的分类 1.2 关于本书 1.3 本书适用对象 习题1 第2章 模型评价 2.1 回归模型及评价准则 2.1.1 回归模型 2.1.2 模型估计 2.1.3 回归模型精度的评价准则 2.2 分类模型及评价准则 习题2 第3章 线性回归模型 3.1 线性回归模型 3.1.1 模型介绍 3.1.2 最小二乘估计 3.1.3 a2的估计 3.1.4 假设检验 3.1.5 预测区间与置信区间 3.1.6 R语言函数及应用 3.2 回归诊断 3.2.1 什么是回归诊断 3.2.2 残差 3.2.3 残差图 3.2.4 影响分析 3.2.5 多重共线性 3.3 加权最小二乘方法 3.4 Box-Cox变换 3.5 定性协变量建模 习题3 第4章 重抽样方法 4.1 交叉验证法 4.1.1 验证集方法 4.1.2 LOOCV 方法 4.1.3 GCV方法 4.1.4 k折CV方法 4.2 Bootstrap方法 习题4 …… 第5章 判别分析 第6章 K近邻法 第7章 模型选择与正则化 第8章 非参数回归模型 第9章 Logistic回归 第10章 决策树 第11章 支持向量机 第12章 主成分分析

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网