杭州电子科技大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

统计学习导论:基于R应用/(美) 加雷斯·詹姆斯[等] 著 王星等译

出版发行项:

北京:机械工业出版社,2015

ISBN及定价:

978-7-111-49771-4/CNY79.00

载体形态项:

290页, [24] 页图版:图 (部分彩图);26cm

统一题名:

Introduction to statistical learning : with applications in R

其它题名:

基于R应用

丛编项:

数据科学与工程技术丛书

个人责任者:

詹姆斯 (James, Gareth) 著

个人次要责任者:

王星 译

学科主题:

统计学

中图法分类号:

C8

题名责任附注:

题名页题: (美) 加雷斯·詹姆斯(Gareth James), (美) 丹妮拉·威滕 (Daniela Witten), (美) 特雷弗·哈斯帖 (Ttevor Hastie), (美) 罗伯特·提布施瓦尼(Robert Tibshirani)著

版本附注:

本书中文简体字版由Springer Science+Business Media授权机械工业出版社独家出版

责任者附注:

加雷斯·詹姆斯 (Gareth James)，斯坦福大学统计学博士毕业，师从Trevor Hastie。现为南加州大学马歇尔商学院统计学教授，美国统计学会会士等。

责任者附注:

丹妮拉·威滕 (Daniela Witten)，斯坦福大学统计学博士毕业，现为华盛顿大学生物统计学副教授，美国统计学会和国际数理统计协会会士。

责任者附注:

特雷弗·哈斯帖 (Ttevor Hastie)，美国统计学家和计算机科学家，斯坦福大学统计学教授，英国皇家统计学会、国际数理统计协会和美国统计学会会士。

责任者附注:

罗伯特·提布施瓦尼 (Robert Tibshirani)，斯坦福大学统计学教授，国际数理统计协会、美国统计学会和加拿大皇家学会会士，提出lasso方法。

提要文摘附注:

本书概述了统计学习领域，提供了理解大数据和复杂数据必不可少的工具，这些数据来自近20年来生物学、金融学、市场营销学和天体物理学等领域。书中介绍了一些最重要的建模方法和预测技术，以及它们的相关应用。内容涉及线性回归、分类、再抽样方法、压缩方法、基于树的方法和聚类等，用彩图和实例来阐释相关方法。因为本教材的主要目标是方便自然科学、工业和其他领域的从业者使用统计学习技术，所以每章都有在R中实现所介绍的分析方法的指导内容。

使用对象附注:

本书既包括统计学专业的师生，也包括非统计学专业的人员。

豆瓣简介：