-
内容大纲
本书介绍了一些重要的建模和预测技术以及相关应用,涵盖以下主题:线性回归、分类、重采样方法、收缩方法、基于树的方法、支持向量机、聚类、深度学习、生存分析、多重测试等。书中每一章都包含一个教程,通过图形和实例介绍如何实现R语言提供的分析方法。本书还提供了关于深度学习、生存分析和多重测试的新章节,以及朴素贝叶斯、广义线性模型、贝叶斯加性回归树和矩阵补全的扩展内容,并对R代码进行了全面更新。本书旨在帮助科学、工业和其他领域的从业人员学习和应用这些统计学习技术。 -
作者介绍
-
目录
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 关于本书
1.4 本书的读者群
1.5 记号与简单矩阵代数
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
3.2 多元线性回归
3.3 回归模型中的其他注意事项
3.4 营销计划
3.5 线性回归与K最近邻法的比较
3.6 实验:线性回归
3.7 习题
第4章 分类
4.1 分类问题概述
4.2 为什么线性回归不可用
4.3 逻辑斯谛回归
4.4 用于分类的生成模型
4.5 分类方法的比较
4.6 广义线性模型
4.7 实验:分类方法
4.8 习题
第5章 重抽样方法
5.1 交叉验证法
5.2 自助法
5.3 实验:交叉验证法和自助法
5.4 习题
第6章 线性模型选择与正则化
6.1 子集选择
6.2 压缩估计方法
6.3 降维方法
6.4 高维问题
6.5 实验:线性模型和正则方法
6.6 习题
第7章 非线性模型
7.1 多项式回归
7.2 阶梯函数
7.3 基函数
7.4 回归样条
7.5 光滑样条
7.6 局部回归
7.7 广义可加模型
7.8 实验:非线性建模
7.9 习题
第8章 基于树的方法
8.1 决策树基本原理
8.2 装袋法、随机森林、提升法和贝叶斯加性回归树
8.3 实验:决策树
8.4 习题
第9章 支持向量机
9.1 最大间隔分类器
9.2 支持向量分类器
9.3 狭义的支持向量机
9.4 多分类的支持向量机
9.5 与逻辑斯谛回归的关系
9.6 实验:支持向量机
9.7 习题
第10章 深度学习
10.1 单隐层神经网络
10.2 多隐层神经网络
10.3 卷积神经网络
10.4 文本分类
10.5 循环神经网络
10.6 深度学习适用场景
10.7 拟合神经网络
10.8 插值和双下降
10.9 实验:深度学习
10.10 习题
第11章 生存分析与删失数据
11.1 生存时间与删失时间
11.2 细说删失
11.3 KaplanMeier生存曲线
11.4 对数秩检验
11.5 生存响应下的回归模型
11.6 Cox模型的压缩
11.7 其他主题
11.8 实验:生存分析
11.9 习题
第12章 无监督学习
12.1 无监督学习的挑战
12.2 主成分分析
12.3 缺失值与矩阵补全
12.4 聚类分析方法
12.5 实验:无监督学习
12.6 习题
第13章 多重检验
13.1 假设检验的快速回顾
13.2 多重检验的挑战
13.3 族错误率
13.4 假发现率
13.5 计算p值和假发现率的重采样方法
13.6 实验:多重检验
13.7 习题
同类热销排行榜
- 向着光亮那方/谁的青春不迷茫系列16.8
- 你所谓的稳定不过是在浪费生命15.2
- 全球通史(从史前史到21世纪第7版修订版下)/培文书系21.6
- 答案之书(精)15.2
- 八万四千问18
- 万历十五年/黄仁宇作品系列10.4
- 耶路撒冷三千年(精)31.2
- 中国大历史/黄仁宇作品系列11.2
- 梦的解析15.92
- 鱼羊野史(第6卷11-12月晓松说历史上的今天)18
推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔,龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年,恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...