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

現代統計模型與統計軟體(高等院校數智化企業管理系列教材)

  • 作者：編者:付金會|責編:范緒泉
  • 出版社：武漢大學
  • ISBN：9787307251823
  • 出版日期：2025/10/01
  • 裝幀：平裝
  • 頁數：202
人民幣：RMB 39 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書是在統計模型與統計軟體課程教學內容改革和教學方法改革的基礎上凝練而成的，將理論、統計模擬、軟體實操等環節進行了有機整合。教材的編寫目的是，通俗易懂地把現代統計學代表性模型的建模思想、理論基礎、適用條件講清楚，並緊密結合學科特色提供應用背景和應用案例，為學生理解大數據、應用大數據打下堅實基礎。教材的主要內容包括：縱向數據模型；潛變數模型；K近鄰與演算法模型概述；決策樹；集成學習；支持向量機；神經網路；幾種常見的神經網路。
作者介紹
編者:付金會|責編:范緒泉
目錄
第一章  縱向數據模型
  第一節  縱向數據模型
  第二節  縱向數據模型的假定條件
  第三節  廣義最小二乘法(GLS)
  第四節  ω以及σ?2、σ?2的估計
  第五節  最大似然(ML)與約束最大似然(REML)
  第六節  經驗貝葉斯法
  第七節  固定效應與隨機效應的判斷和模型擬合優度的評價
第二章  潛變數模型
  第一節  多元回歸與因子分析中的潛變數
  第二節  結構方程模型的形式
  第三節  結構方程模型的參數估計：基於協方差的方法
  第四節  結構方程模型的參數估計：偏最小二乘法
第三章  K近鄰與演算法模型概述
  第一節  K近鄰簡介
  第二節  K近鄰應用案例
  第三節  從參數模型到演算法模型
第四章  決策樹
  第一節  決策樹的類型
  第二節  分割變數(屬性)的選擇準則
  第三節  決策樹生成演算法
  第四節  決策樹的評價與結構複雜度的控制
  第五節  決策樹與隨機效應混合模型
第五章  集成學習
  第一節  集成學習的提出
  第二節  自助法(Bootstrap)
  第三節  裝袋法(Bagging)
  第四節  提升法(Boosting)
  第五節  隨機森林(Random Forests)
第六章  支持向量機
  第一節  線性支持向量機：可分情況
  第二節  線性支持向量機：不可分情況
  第三節  非線性支持向量機
第七章  神經網路
  第一節  感知器
  第二節  多層人工神經網路(ANN)
  第三節  常用的激活函數
  第四節  神經網路的設計與訓練
第八章  幾種常見的神經網路
  第一節  卷積神經網路
  第二節  循環神經網路
  第三節  注意力與自注意力機制
  第四節  強化學習

  • 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