欢迎光临澳大利亚新华书店网 [登录 | 免费注册]

    • 统计学习导论(基于R应用原书第2版)/现代统计学丛书
      • 作者:(美)加雷斯·詹姆斯//丹妮拉·威滕//特雷弗·哈斯帖//罗伯特·提布施瓦尼|责编:刘慧|译者:王星//陈志豪//吴宇桓//徐华繁
      • 出版社:机械工业
      • ISBN:9787111761761
      • 出版日期:2024/10/01
      • 页数:447
    • 售价:43.6
  • 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  KaplanMeier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

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...

更多>>>