图书介绍
统计学习导论 基于R应用PDF|Epub|txt|kindle电子书版本网盘下载
- （美）加雷斯·詹姆斯（GarethJames）著 著
- 出版社： 北京：机械工业出版社
- ISBN：9787111497714
- 出版时间：2015
- 标注页数：292页
- 文件大小：44MB
- 文件页数：326页
- 主题词：统计学－研究
PDF下载
下载说明
统计学习导论 基于R应用PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 导论1
1.1 统计学习概述1
1.2 统计学习简史4
1.3 关于这本书4
1.4 这本书适用的读者群6
1.5 记号与简单的矩阵代数6
1.6 本书的内容安排8
1.7 用于实验和习题的数据集9
1.8 本书网站10
1.9 致谢10
第2章 统计学习11
2.1 什么是统计学习11
2.2 评价模型精度21
2.3 实验：R语言简介30
2.4 习题37
第3章 线性回归41
3.1 简单线性回归42
3.2 多元线性回归49
3.3 回归模型中的其他注意事项57
3.4 营销计划70
3.5 线性回归与K最近邻法的比较72
3.6 实验：线性回归75
3.7 习题84
第4章 分类89
4.1 分类问题概述89
4.2 为什么线性回归不可用90
4.3 逻辑斯谛回归91
4.4 线性判别分析96
4.5 分类方法的比较105
4.6 R实验：逻辑斯谛回归、LDA、QDA和KNN107
4.7 习题117
第5章 重抽样方法121
5.1 交叉验证法121
5.2 自助法129
5.3 实验：交叉验证法和自助法131
5.4 习题136
第6章 线性模型选择与正则化140
6.1 子集选择141
6.2 压缩估计方法148
6.3 降维方法157
6.4 高维问题163
6.5 实验1：子集选择方法167
6.6 实验2：岭回归和lasso173
6.7 实验3：PCR和PLS回归177
6.8 习题180
第7章 非线性模型184
7.1 多项式回归185
7.2 阶梯函数186
7.3 基函数187
7.4 回归样条188
7.5 光滑样条192
7.6 局部回归194
7.7 广义可加模型196
7.8 实验：非线性建模200
7.9 习题207
第8章 基于树的方法211
8.1 决策树基本原理211
8.2 装袋法、随机森林和提升法219
8.3 实验：决策树225
8.4 习题231
第9章 支持向量机234
9.1 最大间隔分类器234
9.2 支持向量分类器238
9.3 狭义的支持向量机241
9.4 多分类的SVM246
9.5 与逻辑斯谛回归的关系247
9.6 实验：支持向量机248
9.7 习题256
第10章 无指导学习259
10.1 无指导学习的挑战259
10.2 主成分分析260
10.3 聚类分析方法267
10.4 实验1：主成分分析277
10.5 实验2：聚类分析280
10.6 实验3：以NCI60数据为例282
10.7 习题287