統計機器學習 - 在 R 的實踐

謝邦昌、鄭宇庭

  • 出版商: 新陸
  • 出版日期: 2016-08-09
  • 定價: $480
  • 售價: $480
  • 貴賓價: 9.5$456
  • 語言: 繁體中文
  • 頁數: 392
  • ISBN: 9865761734
  • ISBN-13: 9789865761738

立即出貨 (庫存 < 7)

買這商品的人也買了...

產品描述

<內容簡介>

借鑒機器學習的特點,提煉方法,以R 的形式體現方法。統計學早已脫離正態的傳統框架發展方法。但是,由於統計最新的可以被直接使用的成果太少,不僅阻礙了人們對統計方法的運用,甚至造成對先進統計方法的不甚瞭解。數據挖掘的興起,為統計學與信息技術的結合帶來了發展的契機。計算機技術將成為繼數學之後,又一推動統計學發展的強大工具。
IT 時代把人變成了機器,但是DT 時代讓機器越來越接近人,越來越接近人的智慧。現在DT 時代來臨不代表IT 不重要,它還很重要,我們在座的99% 的人大概都不是做Ass 這塊,我們是做SaaS 這塊。速度越來越快,需求量越來越大,代表著雲端計算時代的來臨。所以不必擔心有這些種種,不見得每個人都建Data 中心,該做什麼的做什麼,我們是要做解決方案的人。

<章節目錄>

CHAPTER1 統計學習
第一節 統計學習的過去
第二節 統計學習的現今
第三節 統計學習的未來

CHAPTER2 機器學習
第一節 機器學習背景介紹
第二節 機器學習方法探討
第三節 機器學習的形式
第四節 機器學習方法介紹(以類神經與支援向量機為例)
第五節 機器學習面臨的挑戰
第六節 機器學習之應用

CHAPTER3 R 套件的分類介紹
第一節 空間資料分析套件
第二節 多元統計套件
第三節 計量經濟套件
第四節 機器學習套件
第五節 聚類分析與有限混合模型套件

CHAPTER4 資料維度縮減
第一節 主成分分析
第二節 因素分析
第三節 判別分析

CHAPTER5 羅吉斯迴歸
第一節 函數語句介紹glm
第二節 應用實例和結果解釋
第三節 R 與Clementine 的Logistic 比較

CHAPTER6 決策樹
第一節 CHAID
第二節 隨機森林

CHAPTER7 支援向量機
第一節 支援向量介紹
第二節 支援向量機種類
第三節 支援向量機應用
第四節 SVM 在R 中實踐
第五節 R 與Clementine 的SVM 比較

CHAPTER8 貝氏方法
第一節 貝氏分類器
第二節 貝氏網路

CHAPTER9 類神經網路
第一節 類神經網路
第二節 Kohonen 神經網路

CHAPTER10 迴歸模型
第一節 一般線性迴歸
第二節 Survival 套件中的COX 的迴歸應用

CHAPTER11 各類統計軟體分析實例
第一節 理論與應用
第二節 MCU Smart Score
第三節 GAP
第四節 WEKA