-
>
貨幣大歷史:金融霸權(quán)與大國興衰六百年
-
>
(精)方力鈞作品圖錄
-
>
《藏書報》2021合訂本
-
>
(精)中國當代書畫名家作品集·范碩:書法卷+繪畫卷(全2卷)
-
>
(噴繪樓閣版)女主臨朝:武則天的權(quán)力之路
-
>
書里掉出來一只狼+狼的故事-全2冊
-
>
奇思妙想創(chuàng)意玩具書(精裝4冊)
應(yīng)用回歸及分類——基于R與PYTHON的實現(xiàn)(第3版)(基于R應(yīng)用的統(tǒng)計學叢書) 版權(quán)信息
- ISBN:9787300337753
- 條形碼:9787300337753 ; 978-7-300-33775-3
- 裝幀:暫無
- 冊數(shù):暫無
- 重量:暫無
- 所屬分類:
應(yīng)用回歸及分類——基于R與PYTHON的實現(xiàn)(第3版)(基于R應(yīng)用的統(tǒng)計學叢書) 內(nèi)容簡介
《應(yīng)用回歸及分類》**版自2016年出版以來,經(jīng)過兩版的沉淀,已經(jīng)成為一本全面介紹回歸和分類方法的權(quán)威教材,它涵蓋了從傳統(tǒng)統(tǒng)計學到現(xiàn)代機器學習的各種內(nèi)容。本書旨在為讀者提供一套完整、系統(tǒng)的數(shù)據(jù)分析工具和方法,幫助他們更好地理解和應(yīng)用回歸及分類技術(shù)。
1.在回歸方面:本書詳細介紹了經(jīng)典線性回歸和廣義線性模型,這些模型是回歸分析的基礎(chǔ),適用于各種實際問題的建模和預(yù)測。此外,本書還深入探討了縱向數(shù)據(jù)(分層模型)的處理方法,為讀者提供了處理復(fù)雜數(shù)據(jù)結(jié)構(gòu)的有效手段。
2. 在機器學習回歸方法方面:本書涵蓋了決策樹、bagging、隨機森林、mboost、人工神經(jīng)網(wǎng)絡(luò)、支持向量機、k*近鄰方法等多種技術(shù)。這些方法在現(xiàn)代數(shù)據(jù)分析中得到了廣泛應(yīng)用,具有強大的預(yù)測能力和靈活性。通過本書的學習,讀者將能夠熟練掌握這些方法的原理和應(yīng)用技巧。
3.在分類方面:本書首先介紹了經(jīng)典判別分析與logistic回歸分類方法,這些方法在分類問題中具有重要地位。隨后,本書深入探討了機器學習分類方法,包括決策樹、bagging、隨機森林、adaboost、人工神經(jīng)網(wǎng)絡(luò)、支持向量機、k*近鄰方法等。這些方法在處理復(fù)雜分類問題時具有顯著優(yōu)勢,能夠幫助讀者提高分類準確性和效率。
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
推拿
- >
苦雨齋序跋文-周作人自編集
- >
上帝之肋:男人的真實旅程
- >
經(jīng)典常談
- >
【精裝繪本】畫給孩子的中國神話
- >
煙與鏡
- >
羅曼·羅蘭讀書隨筆-精裝