具体描述
本书括的内容有： 经典线性回归、广义线性模型、纵向数据(分层模型)， 机器学习回归方法(决策树、bagging、森林、mboost、人工神经网络、支持向量机、k近邻方法)、生存分析及Cox模型、经典判别分析与logistic回归分类、机器学习分类方法(决策树、bagging、森林、adaboost、人工神经网络、支持向量机、k近邻方法). 其中， 纵向数据(分层模型)及生存分析及Cox模型的内容可根据需要选用， 所有其他的内容都应该在教学中涉及， 可以简化甚至忽略的内容为一些数学推导和某些不那么的模型， 不可以忽略的是各种方法的直观意义及理念.
作者简介
吴喜之，北京大学数学力学系本科，美国北卡罗来纳大学统计博士。中国人民大学统计学院教授，博士生导师。曾在美国加利福尼亚大学、北卡罗来纳大学以及南开大学、北京大学等多所学府执教。
目录信息
第一章 引言
第二章 经典线性回归
第三章 广义线性模型
第四章 纵向数据及分层模型
第五章 机器学习回归方法
第六章 生存分析及Cox模型
第七章 经典分类：判别分析
第八章 机器学习分类方法
附录 练习：熟练使用R软件
参考文献
· · · · · · (收起)
第二章 经典线性回归
第三章 广义线性模型
第四章 纵向数据及分层模型
第五章 机器学习回归方法
第六章 生存分析及Cox模型
第七章 经典分类：判别分析
第八章 机器学习分类方法
附录 练习：熟练使用R软件
参考文献
· · · · · · (收起)
读后感
评分
评分
评分
评分
评分
用户评价
评分
语言通俗流畅，思想不乏深度，可以一度
评分理论部分叙述得清楚明白，但是有些地方按着书上的代码弄不出正确的结果
评分理论部分叙述得清楚明白，但是有些地方按着书上的代码弄不出正确的结果
评分沉迷学习无法自拔
评分语言通俗流畅，思想不乏深度，可以一度
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美书屋 版权所有