掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
闖進數(shù)學(xué)世界――探秘歷史名題
-
>
中醫(yī)基礎(chǔ)理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫(yī)內(nèi)科學(xué)·全國中醫(yī)藥行業(yè)高等教育“十四五”規(guī)劃教材
數(shù)據(jù)科學(xué)基礎(chǔ)——基于R與PYTHON的實現(xiàn)(基于PYTHON的數(shù)據(jù)分析叢書) 版權(quán)信息
- ISBN：9787300334660
- 條形碼：9787300334660 ; 978-7-300-33466-0
- 裝幀：平裝-膠訂
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
數(shù)據(jù)科學(xué)基礎(chǔ)——基于R與PYTHON的實現(xiàn)(基于PYTHON的數(shù)據(jù)分析叢書) 內(nèi)容簡介
數(shù)據(jù)科學(xué)是在動態(tài)世界中不斷發(fā)展變化的。本書旨在讓讀者掌握數(shù)據(jù)科學(xué)基礎(chǔ)知識與技能，盡快進入理論與實踐，奠定進一步發(fā)展的基礎(chǔ)。
本書精選了5章內(nèi)容。第1章為數(shù)據(jù)初等描述；第2章介紹傳統(tǒng)統(tǒng)計基本思維方式，可作為參考；第3章系統(tǒng)深入地介紹有監(jiān)督學(xué)習(xí)基礎(chǔ)，包括回歸及分類概念方法，重點介紹決策樹；第4章介紹機器學(xué)習(xí)組合算法及模型；第5章詳細介紹神經(jīng)網(wǎng)絡(luò)的基本概念。內(nèi)容聚焦于決策樹、神經(jīng)網(wǎng)絡(luò)等既基礎(chǔ)又具擴展功能的方法，未羅列擴展性不強的方法。
本書支持R和Python兩種編程語言，R代碼穿插于正文，Python代碼及說明性R代碼附于每章之后。建議讀者在學(xué)習(xí)數(shù)據(jù)科學(xué)的過程中通過處理數(shù)據(jù)自學(xué)編程，培養(yǎng)自己的編程能力。
本書與教學(xué)契合度高，無論經(jīng)驗豐富的教師，還是沒有機器學(xué)習(xí)和數(shù)理統(tǒng)計教學(xué)經(jīng)驗的教師，都能輕松上手。其獨特的數(shù)據(jù)驅(qū)動教學(xué)方式，能夠極大地激發(fā)學(xué)生的學(xué)習(xí)興趣，促使學(xué)生快速吸收知識，提升學(xué)習(xí)效果。
數(shù)據(jù)科學(xué)基礎(chǔ)——基于R與PYTHON的實現(xiàn)(基于PYTHON的數(shù)據(jù)分析叢書) 目錄
第1章 體現(xiàn)真實世界的數(shù)據(jù)
1.1 數(shù)據(jù): 對真實世界的記錄
1.2 變量的逐個描述
1.3 變量關(guān)系的描述
1.4 數(shù)據(jù)的簡單描述可能很膚淺甚至誤導(dǎo)
1.5 習(xí)題
1.6 附錄: 正文中沒有的 R 代碼
1.7 附錄: 本章的Python代碼
第2章 傳統(tǒng)統(tǒng)計: 參數(shù)推斷簡介
2.1 關(guān)于總體均值 μ 的推斷
2.2 關(guān)于伯努利試驗概率的推斷
2.3 習(xí) 題
2.4 附錄: 本章的 Python 代碼
第3章 有監(jiān)督學(xué)習(xí)基礎(chǔ)
3.1 引 言
3.2 簡單回歸模型初識
3.3 *小二乘線性回歸模型
3.4 決策樹回歸
3.5 通過例子總結(jié)兩種回歸方法
3.6 簡單分類模型初識
3.7 Logistic回歸的數(shù)學(xué)背景
3.8 決策樹分類的更多說明
3.9 通過例子對兩種分類方法進行總結(jié)
3.10 多分類問題
3.11 習(xí)題
3.12 附錄: 正文中沒有的 R 代碼
3.13 附錄: 本章的 Python代碼
第4章 機器學(xué)習(xí)組合算法
4.1 什么是組合算法
4.2 bagging
4.3 隨機森林
4.4 梯度下降法及極端梯度增強回歸
4.5 AdaBoost 分類
4.6 組合算法對兩個數(shù)據(jù)的交叉驗證
4.7 習(xí)題
4.8 附錄: 正文中沒有的R代碼
4.9 附錄: 本章的Python代碼
第5章 神經(jīng)網(wǎng)絡(luò)
5.1 基本概念
5.2 通過基礎(chǔ)編程了解神經(jīng)網(wǎng)絡(luò)的細節(jié)
5.3 習(xí)題
5.4 附錄: 本章的Python代碼
展開全部
數(shù)據(jù)科學(xué)基礎(chǔ)——基于R與PYTHON的實現(xiàn)(基于PYTHON的數(shù)據(jù)分析叢書) 相關(guān)資料
第 1 章是關(guān)于數(shù)據(jù)的初等描述，這是初識真實數(shù)據(jù)所必需的。第2章介紹了傳統(tǒng)統(tǒng)計的基本思維方式，這部分雖然和后續(xù)內(nèi)容關(guān)系不大, 但由于是歷史, 不應(yīng)該回避, 可以僅作為參考或討論。第3章介紹了有監(jiān)督學(xué)習(xí)基礎(chǔ)，包括建模、模型解釋、模型預(yù)測、基于交叉驗證的模型比較等內(nèi)容, 系統(tǒng)深入地介紹了回歸及分類的概念及方法。對于有監(jiān)督學(xué)習(xí)載體的具體模型, 不但介紹了傳統(tǒng)統(tǒng)計中最常用的最小二乘線性回歸, 還從基本原理到編程全方位地介紹了作為機器學(xué)習(xí)中最重要的基礎(chǔ)學(xué)習(xí)器之一的決策樹, 為后面要引入的更精確的組合算法奠定了基礎(chǔ)。第4章介紹了機器學(xué)習(xí)組合算法及若干重要的組合算法模型, 包括 bagging、隨機森林、梯度增強回歸和 AdaBoost。第5章詳細地介紹了神經(jīng)網(wǎng)絡(luò)的基本概念, 神經(jīng)網(wǎng)絡(luò)是深度學(xué)習(xí)的基礎(chǔ), 理解神經(jīng)網(wǎng)絡(luò)對今后學(xué)習(xí)深度學(xué)習(xí)有很大的益處。
本書是一本基礎(chǔ)教材, 因此在機器學(xué)習(xí)選題上選擇決策樹、神經(jīng)網(wǎng)絡(luò)等既基本又有擴展功能的方法, 而且從理論到編碼進行了詳盡的描述。為了使讀者在短時間內(nèi)集中精力牢固掌握最重要的有廣泛意義的知識, 本書沒有羅列一些常用但擴展性不強的方法, 比如支持向量機、貝葉斯網(wǎng)絡(luò)等, 感興趣的讀者可以從其他渠道獲得這些知識。
數(shù)據(jù)科學(xué)基礎(chǔ)——基于R與PYTHON的實現(xiàn)(基于PYTHON的數(shù)據(jù)分析叢書) 作者簡介
吳喜之 北京大學(xué)數(shù)學(xué)力學(xué)系本科畢業(yè)，北卡羅來納大學(xué)統(tǒng)計學(xué)博士。中國人民大學(xué)統(tǒng)計學(xué)院教授，博士生導(dǎo)師.曾在南開大學(xué)、北京大學(xué)、加利福尼亞大學(xué)、北卡羅來納大學(xué)等多所著名學(xué)府執(zhí)教。
張 敏 重慶工商大學(xué)講師。作為第一作者發(fā)表CSSCI、CSCD、SCI文章多篇，主持或參與國家級及省部級課題多項，作為第二作者出版關(guān)于數(shù)據(jù)科學(xué)的教材多部。
書友推薦
- >
羅庸西南聯(lián)大授課錄
- >
唐代進士錄
- >
中國人在烏蘇里邊疆區(qū):歷史與人類學(xué)概述
- >
月亮虎
- >
伯納黛特,你要去哪(2021新版)
- >
姑媽的寶刀
- >
小考拉的故事-套裝共3冊
- >
莉莉和章魚
本類暢銷
