内容简介
本书是“大数据分析统计应用丛书”中的一本，系统介绍了大数据挖掘与统计机器学习的核心理论与方法。全书从实际应用出发，结合大数据时代的背景，深入浅出地阐述了如何利用统计学习和数据挖掘技术从海量数据中提取有价值的信息。内容包括经典的数据挖掘算法（如分类、聚类、关联规则等）以及统计机器学习方法（如支持向量机、随机森林、神经网络等），并着重强调这些方法在处理大规模、高维、复杂数据时的应用与优化。
书中不仅涵盖了基础理论，还提供了丰富的案例分析，帮助读者理解算法背后的数学原理和实际操作流程。作者吕晓玲和宋捷凭借其在统计学和数据科学领域的深厚造诣，将抽象的概念转化为易于掌握的步骤，适合统计学、数据科学、计算机科学等相关专业的学生、研究人员以及从业者阅读。本书既可作为教材用于课堂教学，也可作为实践指南供数据分析师参考。
目录
大数据分析统计应用丛书编委会
总序
第1章 概 述
1.1 名词演化
1.2 基本内容
1.3 数据智慧
第2章 线性回归方法
2.1 多元线性回归
2.2 压缩方法：岭回归与Lasso
2.3* Lasso模型的求解与理论性质
2.4 损失函数加罚的建模框架
2.5 上机实践
第3章 线性分类方法
3.1 分类问题综述与评价准则
3.2 Logistic回归
3.3 线性判别
3.4 上机实践
第4章 模型评价与选择
4.1 基本概念
4.2* 理论方法
总序
第1章 概 述
1.1 名词演化
1.2 基本内容
1.3 数据智慧
第2章 线性回归方法
2.1 多元线性回归
2.2 压缩方法：岭回归与Lasso
2.3* Lasso模型的求解与理论性质
2.4 损失函数加罚的建模框架
2.5 上机实践
第3章 线性分类方法
3.1 分类问题综述与评价准则
3.2 Logistic回归
3.3 线性判别
3.4 上机实践
第4章 模型评价与选择
4.1 基本概念
4.2* 理论方法
免责申明：
1. 本站分享的所有书籍均来源于自互联网，我们只进行收集整理，并不对书籍内容进行更改。
2. 部分书籍中可能有书籍压制者放置的广告，这并不是本站所为，请注意甄别。
3. 我们分享这些书籍，纯粹是出于知识分享的热情，以及对互联网分享精神的高度认同和践行，不以盈利为目的。
4. 本站分享的所有书籍，仅供个人学习研究使用，请勿用于任何商业用途，否则产生的一切法律纠纷与本站无关。
5. 如果这些书籍让你有所收获，在条件允许的情况下，请一定购买正版书籍，这是对创作者最好的支持。
6. 如果您是此书籍的版权所有者，且您不希望此作品出现在本站，请联系我们，我们将在收到您的请求后48小时内予以删除。
1. 本站分享的所有书籍均来源于自互联网，我们只进行收集整理，并不对书籍内容进行更改。
2. 部分书籍中可能有书籍压制者放置的广告，这并不是本站所为，请注意甄别。
3. 我们分享这些书籍，纯粹是出于知识分享的热情，以及对互联网分享精神的高度认同和践行，不以盈利为目的。
4. 本站分享的所有书籍，仅供个人学习研究使用，请勿用于任何商业用途，否则产生的一切法律纠纷与本站无关。
5. 如果这些书籍让你有所收获，在条件允许的情况下，请一定购买正版书籍，这是对创作者最好的支持。
6. 如果您是此书籍的版权所有者，且您不希望此作品出现在本站，请联系我们，我们将在收到您的请求后48小时内予以删除。
📖 支持知识自由流动
每一本书的稳定访问，都离不开服务器、存储与带宽的长期维护。
