幫助中心 | 我的帳號 | 關於我們

統計機器學習及R實現/大數據與人工智慧技術叢書

  • 作者:編者:孫德山|責編:賈斌
  • 出版社:清華大學
  • ISBN:9787302639930
  • 出版日期:2023/10/01
  • 裝幀:平裝
  • 頁數:215
人民幣:RMB 49.8 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書全面介紹了統計機器學習的主要演算法,內容涉及多元線性回歸、對數線性回歸、邏輯斯蒂回歸、嶺回歸、Lasso回歸、判別分析和聚類分析等傳統方法,也涉及支持向量機、深度神經網路以及集成學習等比較熱門的演算法,並給出相應演算法的R語言實現。本書還給出了向量和矩陣函數求導以及拉格朗日對偶等數學基礎,便於讀者理解相關演算法推導。
    本書可以作為統計機器學習等相關專業的教材和參考書,也可供從事相關領域研究的人員參考。

作者介紹
編者:孫德山|責編:賈斌

目錄
第1章  R語言基礎
  1.1  R的下載與安裝
  1.2  輔助性操作命令
  1.3  基本運算與賦值
  1.4  向量
    1.4.1  向量定義
    1.4.2  向量運算
    1.4.3  向量元素的獲取
    1.4.4  向量主要運算雨數
  1.5  矩陣
    1.5.1  生成對角矩陣和單位陣
    1.5.2  矩陣元素取出
    1.5.3  矩陣行和列的維數
    1.5.4  矩陣的主要運算雨數
    1.5.5  矩陣合併
    1.5.6  矩陣apply()運算雨數
  1.6  因子(factor)和有序因子(ordered factor)
    1.6.1  創建一個因子
    1.6.2  創建一個有序因子
    1.6.3  用cut()函數將一般的數據轉換成因子或有序因子
  1.7  數組
    1.7.1  產生一個三維和四維數組
    1.7.2  dim()函數可將向量轉化成數組或矩陣
    1.7.3  張量的三個關鍵屬性
    1.7.4  數據張量
    1.7.5  張量重塑
  1.8  列表
  1.9  數據框
    1.9.1  生成一個數據框
    1.9.2  合併數據框
    1.9.3  判斷數據對象是否為數據框
    1.9.4  數據框的行名和列名
    1.9.5  連接函數
    1.9.6  數據框的數據抽取
  1.10  數據讀取
    1.10.1  讀取外部數據
    1.10.2  數據保存
  1.11  數據類型查看及環境設置
    1.11.1  數據類型
    1.11.2  數據查看
    1.11.3  環境設置函數options()
  1.12  繪圖
    1.12.1  繪圖參數命令
    1.12.2  常用的繪圖命令
    1.12.3  繪圖函數輔助
    1.12.4  三維繪圖
  1.13  隨機數產生
  1.14  編程基礎
    1.14.1  條件語句
    1.14.2  循環語句

    1.14.3  自定義函數
  1.15  R語言的更新
第2章  多元分佈
  2.1  一元分佈
    2.1.1  樣本
    2.1.2  常用統計量
    2.1.3  常用分佈
    2.1.4  重要定理
  2.2  多元分佈
    2.2.1  p維總體
    2.2.2  隨機向量義的數字特徵
    2.2.3  多元分佈的參數估計
  2.3  R語言相關操作
    2.3.1  一元正態隨機數
    2.3.2  多元正態隨機數
第3章  線性模型
  3.1  線性回歸
    3.1.1  基本形式
    3.1.2  一元線性回歸
    3.1.3  多元線性回歸
……
第4章  判別分析
第5章  支持向量機
第6章  決策樹
第7章  集成學習
第8章  主成分分析與因子分析
第9章  降維
第10章  聚類分析
第11章  偏最小二乘回歸
第12章  深度神經網路
附錄A  向量和矩陣函數的導數
附錄B  拉格朗日對偶性
參考文獻

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032