《应用回归及分类：基于R》书评-杂志之家

内容简介

本书包括的内容有: 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最近邻方法)、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最近邻方法). 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.

编辑推荐

在任何国家及任何制度下都能够生存和发展的知识和能力，就是科学，是人们在生命的历程中应该获得的。

吴喜之

1 纠正了传统教材只重视回归而忽视分类的偏见

2 实际工作中，分类的需求并不比回归少，在分类领域, 机器学习方法在应用范围及预测精度上都普遍超过传统的诸如判别分析和二元时的logistic回归等参数方法。

3 本书以数据为导向，对应不同的数据介绍尽可能多的方法, 并且说明各种方法的优点、缺点及适用范围. 对于不同模型的比较, 本书将主要采用客观的交叉验证的方法.

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、北京大学等多所著名学府执教。

看过该图书的还看过

网友评论(不代表本站观点)

来自matao_b**的评论：

学习数据分析！

2016-08-18 09:47:59

来自无昵称**的评论：

很喜欢

2016-09-14 11:40:31

来自无昵称**的评论：

我是它的忠实粉丝，哈哈！收了很多英文原版书，这次收一套中文的，主要这个科学类的书，还是用中文比较好，一共17册，可以跟孩子看很长时间了，许多内容都有，配图也精美，尺寸不大，出去旅行携带也方便，很喜欢！

2016-11-03 14:46:03

来自无昵称**的评论：

当当给力，书全，还有图书的清单，这点比某东好。

2016-11-21 23:04:28

来自无昵称**的评论：

不多说，好东西

2016-11-28 22:08:21

来自r***3(**的评论：

很好的书，推荐阅读

2017-03-14 15:15:51

来自匿名用**的评论：

基于r的应用回归

2017-03-29 14:13:54

来自匿名用**的评论：

书确实不错

2017-04-06 17:01:05

来自c***6(**的评论：

书籍内容不错，没有什么问题的和好评的就用这个通用评价，差评的和不满意的就单独指出！

2017-05-31 08:31:50

来自k***3(**的评论：

非常好，很喜欢！

2017-06-06 15:10:20

来自小***0(**的评论：

质量很好，实用的工具书

2017-07-26 12:41:42

来自alsys**的评论：

一直以来在杂志之家购买图书，比较满意。赞一个！

2017-08-10 10:12:57

来自无昵称**的评论：

值得看的一本书

2017-11-10 00:18:53

来自火柴叶**的评论：

应用回归及分类：基于R 吴老爷的书，其实内容跟他写的另外几本没差别，换个套路又是一本书…

2017-11-13 14:05:20

来自无昵称**的评论：

这类书还是要买有代码的，王老师用心了，不是拼凑的书。

2017-08-19 18:09:11

来自匿名用**的评论：

本书不像很多教科书那样只讲80年之前的以数学假定和推导为主的内容, 而要强调最近20年最新和最有效的统计方法.

2017-02-08 19:47:45

免责声明

本站合法持有《出版物经营许可证》，仅销售经国家新闻出版署批准的合法期刊，不是任何杂志、图书官网，不涉及出版事务。本站仅提供有限咨询服务，需要用户自己向出版商投稿且没有绿色通道，是否录用一切以出版商通知为准。提及的第三方名称或商标，其知识产权均属于相应的出版商或期刊，本站与上述机构无从属关系，所有引用均出于解释服务内容的考量，符合商标法规范。本页信息均由法务团队进行把关，若期刊信息有任何问题，请联系在线客服，我们会认真核实处理。若用户需要出版服务，请联系相关出版商。