登入帳戶　 |　訂單查詢　 |　購物車/收銀台(0)　|　在線留言板　 |　付款方式　 |　運費計算　 |　聯絡我們　 |　幫助中心　|　 加入書簽
會員登入 新用戶登記
HOME新書上架暢銷書架好書推介特價區會員書架精選月讀2023年度TOP分類瀏覽雜誌 臺灣用戶
品種：超過100萬種各類書籍/音像和精品，正品正價，放心網購，悭钱省心 服務：香港／台灣／澳門／海外 送貨：速遞／郵局／服務站

新書上架：簡體書 繁體書
暢銷書架：簡體書 繁體書
好書推介：簡體書 繁體書

十月出版：大陸書 台灣書
九月出版：大陸書 台灣書
八月出版：大陸書 台灣書
七月出版：大陸書 台灣書
六月出版：大陸書 台灣書
五月出版：大陸書 台灣書
四月出版：大陸書 台灣書
三月出版：大陸書 台灣書
二月出版：大陸書 台灣書
一月出版：大陸書 台灣書
12月出版：大陸書 台灣書
11月出版：大陸書 台灣書
十月出版：大陸書 台灣書
九月出版：大陸書 台灣書
八月出版：大陸書 台灣書

『簡體書』统计学习导论 基于R应用（统计学习领域专家执笔，机器学习的最佳入门教材、优秀的R语言入门读物）

書城自編碼： 2565690
分類：簡體書→大陸圖書→計算機/網絡→程序設計
作者： [美]加雷斯·詹姆斯 著，王星 译
國際書號(ISBN)： 9787111497714
出版社： 机械工业出版社
出版日期： 2015-05-01

頁數/字數： 290页
書度/開本： 16开 釘裝： 平装

售價：HK$ 146.2

我要買 件

 

** 我創建的書架 **
未登入.

新書推薦：
爱琴海的光芒 ： 千年古希腊文明
《 爱琴海的光芒 ： 千年古希腊文明 》
售價：HK$ 199.4
不被他人左右：基于阿德勒心理学的无压力工作法
《 不被他人左右：基于阿德勒心理学的无压力工作法 》
售價：HK$ 66.1
SDGSAT-1卫星热红外影像图集
《 SDGSAT-1卫星热红外影像图集 》
售價：HK$ 445.8
股市趋势技术分析（原书第11版）
《 股市趋势技术分析（原书第11版） 》
售價：HK$ 221.8
汉匈战争全史
《 汉匈战争全史 》
售價：HK$ 99.7
恶的哲学研究（社会思想丛书）
《 恶的哲学研究（社会思想丛书） 》
售價：HK$ 109.8
不止江湖
《 不止江湖 》
售價：HK$ 98.6
天才留步！——从文艺复兴到新艺术运动（一本关于艺术天才的鲜活故事集，聚焦艺术史的高光时刻！）
《 天才留步！——从文艺复兴到新艺术运动（一本关于艺术天才的鲜活故事集，聚焦艺术史的高光时刻！） 》
售價：HK$ 154.6

 
建議一齊購買：

+

HK$ 183.2
《统计学习理论》		 +

HK$ 366.3
《概率图模型：原理与技术》		 +

HK$ 127.7
《机器学习与R语言（机器学习领域专家著作 核心理论与实践案例结》		 +

HK$ 189.8
《R语言的科学编程与仿真（R语言应用系列）》		 +

HK$ 220.2
《统计学习基础 第2版》
內容簡介：
本书概述了统计学习领域，提供了理解大数据和复杂数据必不可少的工具，这些数据来自近20年来生物学、金融学、市场营销学和天体物理学等领域。书中介绍了一些最重要的建模方法和预测技术，以及它们的相关应用。内容涉及线性回归、分类、再抽样方法、压缩方法、基于树的方法和聚类等，用彩图和实例来阐释相关方法。因为本教材的主要目标是方便自然科学、工业和其他领域的从业者使用统计学习技术，所以每章都有在R中实现所介绍的分析方法的指导内容。本书只假定读者先修《线性回归》课程，并不要求读者具有矩阵代数知识。读者对象是那些希望利用前沿的统计学习技术来分析数据的人士，既包括统计学专业的师生，也包括非统计学专业的人员。
目錄：
中文版序
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 关于这本书
1.4 这本书适用的读者群
1.5 记号与简单的矩阵代数
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 线性判别分析
4.5 分类方法的比较
4.6 R实验：逻辑斯谛回归、LDA、QDA和KNN
4.7 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1：子集选择方法
6.6 实验2：岭回归和lasso
6.7 实验3：PCR和PLS回归
6.8 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、随机森林和提升法
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SVM
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 无指导学习
10.1 无指导学习的挑战
10.2 主成分分析
10.3 聚类分析方法
10.4 实验1：主成分分析
10.5 实验2：聚类分析
10.6 实验3：以NCI60数据为例
10.7 习题

 

 

書城介紹　 |　合作申請　|　索要書目　 |　新手入門　|　聯絡方式　 |　幫助中心　|　找書說明　 |　送貨方式　|　付款方式 香港用户　 |　台灣用户　|　大陸用户　|　海外用户
megBook.com.hk
Copyright © 2013 - 2024 （香港）大書城有限公司　 All Rights Reserved.