发表于2024-08-27
R语言实战——机器学习与数据分析 2024 pdf epub mobi 电子书
图书标签: R语言 数据分析 编程 机器学习
经典统计理论和机器学习方法为数据挖掘提供了必要的分析技术。《R语言实战——机器学习与数据分析》系统地介绍统计分析和机器学习领域中最为重要和流行的多种技术及其基本原理,在详解有关算法的基础上,结合大量R语言实例演示了这些理论在实践中的使用方法。具体内容被分成三个部分,即R语言编程基础、基于统计的数据分析方法以及机器学习理论。统计分析与机器学习部分又具体介绍了参数估计、假设检验、极大似然估计、非参数检验方法(包括列联分析、符号检验、符号秩检验等)、方差分析、线性回归(包括岭回归和Lasso方法)、逻辑回归、支持向量机、聚类分析(包括K均值算法和EM算法)和人工神经网络等内容。同时,统计理论的介绍也为深化读者对于后续机器学习部分的理解提供了很大助益。知识结构和阅读进度的安排上既兼顾了循序渐进的学习规律,亦统筹考虑了夯实基础的必要性。《R语言实战——机器学习与数据分析》内容与实际应用结合紧密,又力求突出深入浅出、系统翔实之特色,对算法原理的解释更是细致入微。
《R语言实战——机器学习与数据分析》非常适合大专院校相关专业师生自学研究之用,亦可作为数据分析和数据挖掘相关领域从业人员的参考指导用书。
https://github.com/greatabel/RStudy/tree/master/01R%20language%20in%20action
评分不适合初学者
评分本书出版除了增添电子工业出版社的业务绩效外毫无意义。本书主要内容中前12章和方匡南同系列的那本书中的内容完全重复,11章“现代回归方法的新进展”本应是区别方著的亮点,作者仅用三页就介绍完了。13、14、15这三章与方著不同,但是写得很粗略,关于分类和判别可参考何晓群的《现代统计分析方法与应用 》,关于神经网络部分可参考吴喜之的新书。本书非常不值看。
评分本书出版除了增添电子工业出版社的业务绩效外毫无意义。本书主要内容中前12章和方匡南同系列的那本书中的内容完全重复,11章“现代回归方法的新进展”本应是区别方著的亮点,作者仅用三页就介绍完了。13、14、15这三章与方著不同,但是写得很粗略,关于分类和判别可参考何晓群的《现代统计分析方法与应用 》,关于神经网络部分可参考吴喜之的新书。本书非常不值看。
评分本书出版除了增添电子工业出版社的业务绩效外毫无意义。本书主要内容中前12章和方匡南同系列的那本书中的内容完全重复,11章“现代回归方法的新进展”本应是区别方著的亮点,作者仅用三页就介绍完了。13、14、15这三章与方著不同,但是写得很粗略,关于分类和判别可参考何晓群的《现代统计分析方法与应用 》,关于神经网络部分可参考吴喜之的新书。本书非常不值看。
R语言实战——机器学习与数据分析 2024 pdf epub mobi 电子书