《套用回歸及分類——基於R與Python的實現（第2版）》是人民大學出版社出版的圖書，作者是吳喜之、張敏。
基本介紹
- 書名：套用回歸及分類——基於R與Python的實現（第2版）
- 作者：吳喜之、張敏
- 出版社：人民大學出版社
- 出版時間：2020年10月
- ISBN：9787300286396
內容簡介
本書包括的內容有: 經典線性回歸、?義線性模型、混合效應模型 (分層模型)、機器學習回歸?法 (決策樹、bagging、隨機森林、各種 boosting ?法、??神經?絡、?持向量機、k 最近鄰?法)、?存分析及 Cox 模型、經典判別分析與 logistic 回歸分類、機器學習分類?法 (決策樹、bagging、隨機森林、adaboost、??神經?絡、?持向量機、k 最近鄰?法).其中, 混合效應模型、?存分析及 Cox 模型的內容可根據需要選?, 所有其他的內容都應該在教學中涉及, 可以簡化甚?忽略的內容為?些數學推導和某些不那么優秀的模型, 不可以忽略的是各種?法的直觀意義及理念. 本書的宗旨就是既要介紹傳統的回歸和分類?法, 又要引??量更加有效的機器學習?法, 並且通過實際例?, 運? R 和 Python 兩種軟體來讓讀者理解各種?法...(展開全部) 本書包括的內容有: 經典線性回歸、?義線性模型、混合效應模型 (分層模型)、機器學習回歸?法 (決策樹、bagging、隨機森林、各種 boosting ?法、??神經?絡、?持向量機、k 最近鄰?法)、?存分析及 Cox 模型、經典判別分析與 logistic 回歸分類、機器學習分類?法 (決策樹、bagging、隨機森林、adaboost、??神經?絡、?持向量機、k 最近鄰?法).其中, 混合效應模型、?存分析及 Cox 模型的內容可根據需要選?, 所有其他的內容都應該在教學中涉及, 可以簡化甚?忽略的內容為?些數學推導和某些不那么優秀的模型, 不可以忽略的是各種?法的直觀意義及理念. 本書的宗旨就是既要介紹傳統的回歸和分類?法, 又要引??量更加有效的機器學習?法, 並且通過實際例?, 運? R 和 Python 兩種軟體來讓讀者理解各種?法的意義和實踐,能夠?主做數據分析並得到結論。 吳喜之，北京大學數學力學系本科，美國北卡羅來納大學統計博士。中國人民大學統計學院教授，博士生導師。曾在美國加利福尼亞大學、北卡羅來納大學以及南開大學、北京大學等多所著名學府執教。
