出版社:中國人民大學出版社 ISBN:9787300222875 商品編碼:10027974807082 包裝:平裝 出版時間:2016-01-01 代碼:32 作者:吳喜之
"基本信息 書名:應用回歸及分類:基於R 定價 作者:吳喜之 出版社:中國人民大學出版社 出版日期:2016-01-01 ISBN:9787300222875 字數:326000 頁碼:236 版次:1 裝幀:平裝 開本:128開 商品重量: 編輯推薦
在任何國家及任何制度下都能夠生存和發展的知識和能力,就是科學,是人們在生命的歷程中應該獲得的。 吳喜之 1 糾正了傳統教材隻重視回歸而忽視分類的偏見 2 實際工作中,分類的需求並不比回歸少,在分類領域, 機器學習方法在應用範圍及預測精度上都普遍超過傳統的諸如判別分時的logistic回歸等參數方法。 3 本書以數據為導向,對應不同的數據介紹盡可能多的方法, 並且說明各種方法的優點、缺點及適用範圍. 對於不同模型的比較, 本書將主要采用客觀的交叉驗證的方法. 內容提要
《基於R應用的統計學叢書·應用回歸及分類:基於R》包括的內容有:經典線性回歸、廣義線性模型、縱向數據(分層模型),機器學習回歸方法(決策樹、bagging、森林、mboost、人工神經網絡、支持向量機、k 近鄰方法)、生存分析及Cox模型、經典判別分析與logistic回歸分類、機器學習分類方法(決策樹、bagging、森林、adaboost、人工神經網絡、支持向量機、k 近鄰方法)。其中,縱向數據(分層模型)及生存分析及Cox模型的內容可根據需要選用,所有其他的內容都應該在教學中涉及,可以簡化甚至忽略的內容為一些數學推導和某些不那麼的模型,不可以忽略的是各種方法的直觀意義及理念。 目錄
章 引言 第二章 經典線性回歸 第三章 廣義線性模型 第四章 縱向數據及分層模型 第五章 機器學習回歸方法 第六章 生存分析及Cox模型 第七章 經典分類:判別分析 第八章 機器學習分類方法
附錄 練習:熟練使用R軟件 參考文獻 作者介紹
吳喜之 北京大學數學力學繫本科,美國北卡羅來納大學統計博士。中國人民大學統計學院教授,博士生導師。曾在美國加利福尼亞大學、北卡羅來納大學以及南開大學、北京大學等多所學府執教。
序言
" |