本书中讨论了用于拟合一个响应变量

本书中讨论了用于拟合一个响应变量

本书是世界公认的《回归分析》标准教材（aleadingtextbookonregression）。不仅从理论上介绍了当今统计学中用到的传统回归方法，还补充介绍了尖端科学研究中不太常见的回归方法。难能可贵的是，作者有丰富的教学经验和实际应用经验，使得本书理论和应用并重，还给出实际应用中应该注意的问题。新版除利用Minitab,SAS,S-PLUS软件外,还融入了*流行的JMP软件和R软件，来阐释相关技术方法。配套资源很丰富，数据、教学PPT等可免费下载

本书是世界公认的《回归分析》标准教材（aleadingtextbookonregression）。不仅从理论上介绍了当今统计学中用到的传统回归方法，还补充介绍了尖端科学研究中不太常见的回归方法。难能可贵的是，作者有丰富的教学经验和实际应用经验，使得本书理论和应用并重，还给出实际应用中应该注意的问题。新版除利用Minitab,SAS,S-PLUS软件外,还融入了*流行的JMP软件和R软件，来阐释相关技术方法。配套资源很丰富，数据、教学PPT等可免费下载

《线性统计模型》是教育部“高等教育面向21世纪教学内容和课程体系改革计划”的研究成果，是面向21世纪课程教材，《线性统计模型》主要讲授线性回归模型和方差分析模型，内容包括正态分布、最小二乘估计、岭估计、主成分估计、回归诊断、假设检验与预测、回归方程的选择和方差分析，并对几种具有较复杂误差结构的线性回归模型作了概括介绍,书中前六章选配了适量的习题，附录中对书中用到的矩阵论的重要事实给出了详细证明。 《线性统计模型》可作为高等学校理、工、农、医、经济、管理等专业有关学科的本科生或研究生教科书。

本书区别于以往线性代数的书籍，内容新颖，编排独特，作者以几何视角讲述线性代数，通过二维平面和三维空间中的例子解释线性代数中的各种概念和性质。本书强调直观性以及知识点的背景，结合计算机中各种图形的变换来理解线性变换，注重可读性的同时突出数学的基本思想，将直观图形与数学证明进行了巧妙的结合。作者在书籍侧边空白处手绘200余幅示意图给出了相关概念的解释，更好的帮助读者理解。本书可供非数学类专业的学生及数学爱好者使用，亦可作为数学专业学生和教师的参考用书。

数据科学是一门内涵很广的学科，它涉及到统计分析、机器学习以及计算机科学三方面的知识和技能。本书深入浅出、全面系统地介绍了这门学科的内容。 本书分为13章，最初的3章主要介绍数据科学想要解决的问题、常用的IT工具Python以及这门学科所涉及的数学基础。第4-7章主要讨论数据模型，主要包含三方面的内容：一是统计中最经典的线性回归和逻辑回归模型；二是计算机估算模型参数的随机梯度下降法，这是模型工程实现的基础；三是来自计量经济学的启示，主要涉及特征提取的方法以及模型的稳定性。接下来的8-10章主要讨论算法模型，也就是机器学习领域比较经典的模型。这三章依次讨论了监督式学习、生成式模型以及非监督式学习。目前数据科学最前沿的两个领域分别是大数据和人工智能。本书的第11章将介绍大数据中很重要的分布式机器学习，而本书的最后两章将讨论人工智能领域的神经网络和深度学习。...(展开全部)

数据科学是一门内涵很广的学科，它涉及到统计分析、机器学习以及计算机科学三方面的知识和技能。本书深入浅出、全面系统地介绍了这门学科的内容。 本书分为13章，最初的3章主要介绍数据科学想要解决的问题、常用的IT工具Python以及这门学科所涉及的数学基础。第4-7章主要讨论数据模型，主要包含三方面的内容：一是统计中最经典的线性回归和逻辑回归模型；二是计算机估算模型参数的随机梯度下降法，这是模型工程实现的基础；三是来自计量经济学的启示，主要涉及特征提取的方法以及模型的稳定性。接下来的8-10章主要讨论算法模型，也就是机器学习领域比较经典的模型。这三章依次讨论了监督式学习、生成式模型以及非监督式学习。目前数据科学最前沿的两个领域分别是大数据和人工智能。本书的第11章将介绍大数据中很重要的分布式机器学习，而本书的最后两章将讨论人工智能领域的神经网络和深度学习。...(展开全部)