幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

基於R語言的農業數據統計分析實訓(普通高等教育十四五規劃教材)

  • 作者：編者:馬韞韜//于合龍//王瑞利|責編:梁愛榮
  • 出版社：中國農業大學
  • ISBN：9787565532764
  • 出版日期：2024/08/01
  • 裝幀：平裝
  • 頁數：139
人民幣：RMB 32 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    R語言是一門用於統計分析、數據挖掘和數據可視化的語言，在大數據時代其應用領域非常廣泛。R語言適用於複雜數據、大數據的統計分析和可視化，現已成為了國際學術界和其它領域的主流工具。本書結合農業數據的特點，從數據挖掘角度和農業案例應用講解，涉及R語言特性、數據對象和管理、基本統計分析概念、數據挖掘建模和應用等內容。對於非電腦專業的讀者來說，將計算思維和程序能力打好基礎，對今後專業數據的分析處理實用有幫助。
作者介紹
編者:馬韞韜//于合龍//王瑞利|責編:梁愛榮
目錄
第1章  R語言概述
  1.1  R語言
  1.2  R語言的農業領域應用及發展
  1.3  統計學基本概念
    1.3.1  總體與樣本
    1.3.2  差異與誤差
    1.3.3  隨機現象與隨機變數
    1.3.4  概率與分佈
    1.3.5  自由度
  1.4  R語言的獲取與安裝
    1.4.1  統計軟體的介紹
    1.4.2  R語言安裝
  1.5  數據統計分析問題的R語言實現
    1.5.1  數據分佈的特徵描述
    1.5.2  數據的相關性分析
    1.5.3  概率與抽樣分析
  1.6  本章小結與習題
    1.6.1  本章小結
    1.6.2  習題
第2章  方差分析實戰
  2.1  方差分析基本概念
    2.1.1  方差分析的基本假設
    2.1.2  方差分析的檢驗過程
  2.2  R語言中方差分析模型擬合
    2.2.1  aov()函數
    2.2.2  表達式中各項的順序
  2.3  方差分析
    2.3.1  單因素方差分析
    2.3.2  協方差分析
    2.3.3  雙因素方差分析
  2.4  本章小結與習題
    2.4.1  本章小結
    2.4.2  習題
第3章  回歸分析實戰
  3.1  回歸分析
    3.1.1  lm()函數擬合回歸模型
    3.1.2  一元線性回歸
    3.1.3  多元線性回歸
  3.2  回歸診斷
    3.2.1  綜合驗證
    3.2.2  假設條件分別驗證
  3.3  異常觀測值
    3.3.1  離群點
    3.3.2  高杠桿點
    3.3.3  強影響，點
    3.3.4  三種點的綜合判定
  3.4  如何對線性模型進行改進
    3.4.1  變數變換
    3.4.2  添加或刪除變數
    3.4.3  使用其他回歸方法

  3.5  多重共線性
    3.5.1  判別多重共線性
    3.5.2  多重共線性問題的解決方法
  3.6  模型選擇與變數選擇
    3.6.1  模型選擇
    3.6.2  變數選擇
  3.7  本章小結與習題
    3.7.1  本章小結
    3.7.2  習題
第4章  主成分分析和因子分析實戰
  4.1  主成分分析
    4.1.1  主成分分析原理
    4.1.2  主成分分析流程
    4.1.3  R語言中其他主成分分析功能實現
  4.2  因子分析
    4.2.1  因子分析原理
    4.2.2  因子分析流程
    4.2.3  因子旋轉
    4.2.4  因子分析可視化方法
  4.3  本章小結與習題
    4.3.1  本章小結
    4.3.2  習題
第5章  聚類和判別分析實戰
  5.1  聚類分析
    5.1.1  聚類分析原理
    5.1.2  層次聚類分析
    5.1.3  劃分聚類分析
  5.2  判別分析
    5.2.1  距離判別
    5.2.2  Bayes判別
    *5.2.3  Fisher判別
    5.2.4  判別分析可視化方法
本章小結與習題
    5.3.1  本章小結
    5.3.2  習題
第6章  機器學習實戰
  6.1  機器學習簡介
    6.1.1  應用情況
    6.1.2  機器學習分類
  6.2  機器學習應用的基本流程
    6.2.1  包的安裝
    6.2.2  數據準備
    6.2.3  理論基礎
  6.3  模型構建與應用實例
    6.3.1  線性判別分析
    6.3.2  決策樹
    6.3.3  隨機森林
    6.3.4  支持向量機
    6.3.5  樸素貝葉斯
  6.4  模型對比

    6.4.1  導入R語言包
    6.4.2  預測模型構建及預測
    6.4.3  模型精度對比分析
  6.5  本章小結與習題
    6.5.1  本章小結
    6.5.2  習題
第7章  R語言數字圖像處理與分析
  7.1  數字圖像概念
    7.1.1  數字圖像的定義
    7.1.2  數字圖像的基本分類
    7.1.3  數字圖像的色彩空間
  7.2  數字圖像處理基本流程
    7.2.1  R語言數字圖像處理的基本概念
    7.2.2  數字圖像的基本操作
    7.2.3  數字圖像的數學運算
    7.2.4  數字圖像的空間變換
    7.2.5  數字圖像的空間濾波
    7.2.6  數字圖像的闕值分割
    7.2.7  數字圖像的形態學處理
    7.2.8  基於機器學習的數字圖像處理
  7.3  農業數字圖像分析應用實例
    7.3.1  基於閾值的分類方法
    7.3.2  基於機器學習的分類方法
    7.3.3  其他參數提取
  7.4  本章小結與習題
    7.4.1  本章小結
    7.4.2  習題
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