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。
发表于2024-11-23
基于R应用的统计学丛书·应用回归及分类 2024 pdf epub mobi 电子书
图书标签: R 数据分析 统计学 应用回归及分类 编程 统计 statistics R语言
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.
语言通俗流畅,思想不乏深度,可以一度
评分沉迷学习无法自拔
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
评分语言通俗流畅,思想不乏深度,可以一度
评分很有用,从大公司到创业公司走出的第一步,靠着这本书
基于R应用的统计学丛书·应用回归及分类 2024 pdf epub mobi 电子书