統(tǒng)計學(xué)習(xí)導(dǎo)論：基于R應(yīng)用概述了統(tǒng)計學(xué)習(xí)領(lǐng)域，提供了理解大數(shù)據(jù)和復(fù)雜數(shù)據(jù)必不可少的工具，這些數(shù)據(jù)來自近20年來生物學(xué)、金融學(xué)、市場營銷學(xué)和天體物理學(xué)等領(lǐng)域。書中介紹了一些最重要的建模方法和預(yù)測技術(shù)，以及它們的相關(guān)應(yīng)用。內(nèi)容涉及線性回歸、分類、再抽樣方法、壓縮方法、基于樹的方法和聚類等，用彩圖和實例來闡釋相關(guān)方法。因為本教材的主要目標(biāo)是方便自然科學(xué)、工業(yè)和其他領(lǐng)域的從業(yè)者使用統(tǒng)計學(xué)習(xí)技術(shù)，所以每章都有在R中實現(xiàn)所介紹的分析方法的指導(dǎo)內(nèi)容。

本書只假定讀者先修《線性回歸》課程，并不要求讀者具有矩陣代數(shù)知識。讀者對象是那些希望利用前沿的統(tǒng)計學(xué)習(xí)技術(shù)來分析數(shù)據(jù)的人士，既包括統(tǒng)計學(xué)專業(yè)的師生，也包括非統(tǒng)計學(xué)專業(yè)的人員。

統(tǒng)計學(xué)習(xí)導(dǎo)論-基于R應(yīng)用 目錄

第1章 導(dǎo)論
第2章 統(tǒng)計學(xué)習(xí)
第3章 線性回歸
第4章 分類
第5章 重抽樣方法
第6章 線性模型選擇與正則化
第7章 非線性模型
第8章 基于樹的方法
第9章 支持向量機
第10章 無指導(dǎo)學(xué)習(xí)