扫一扫
关注中图网
官方微博
-
基于R应用的统计学丛书多元统计分析:R与PYTHON的实现/吴喜之/基于R应用的统计学丛书
¥27.9(7折)定价:¥39.8本书基于数据驱动的思维，以R和Python作为编程工具对大量实际案例做了分析。介绍了回归、分类及各种多元分析方法（包括主成分分析、因子分析、聚类分析、典型相关分析、二元及多元对应分析、多维尺度变换分析）的概念、应用及可能的误区。 本书并不要求读者有数理统计的预备知识，而且本书在一开始为读者提供了为理解概念而必要的代数知识，并附有学习编程语言的练习。读者可以通过本书学到机器学习的*重要内容并同时学习编程语言，打下数据科学的基础...
-
应用回归及分类-基于R
¥27.2(8.5折)定价:¥32.0在任何国家及任何制度下都能够生存和发展的知识和能力，就是科学，是人们在生命的历程中应该获得的。 吴喜之 1 纠正了传统教材只重视回归而忽视分类的偏见 2 实际工作中，分类的需求并不比回归少，在分类领域, 机器学习方法在应用范围及预测精度上都普遍超过传统的诸如判别分析和二元时的logistic回归等参数方法。 3 本书以数据为导向，对应不同的数据介绍
-
基于R应用的统计学丛书贝叶斯数据分析:基于R与Python的实现/基于R应用的统计学丛书
¥35.0(7.6折)定价:¥46.0贝叶斯统计是和基于频率的传统统计 (频率派统计) 不同的一套关于统计推断或决策 的理论、方法与实践. 本书除了介绍贝叶斯统计的基本概念之外, 还介绍了不同贝叶斯模型的数学背景、与贝叶斯模型对应的各种计算方法, 并基于数据例子来介绍如何通过各种软件实现数据分析.本书使用的软件是以 R 为平台的 Stan 和以 Python 为平台的 PyMC3, 它们都是人们喜爱的近期新的基于 MCMC 和C++ 编译器的贝叶斯编程软件. 相信读者能够
-
基于R应用的统计学丛书应用回归及分类/基于R与Python的实现(第2版)(基于R应用的统计学丛书)
¥35.0(7.6折)定价:¥46.0本书包括的内容有: 经典线性回归、义线性模型、混合效应模型 (分层模型)、机器学习回归法 (决策树、bagging、随机森林、各种 boosting 法、神经络、持向量机、k 很近邻法)、存分析及 Cox 模型、经典判别分析与 logistic 回归分类、机器学习分类法 (决策树、bagging、随机森林、adaboost、神经络、持向量机、k 很近邻法).其中, 混合效应模型、存分析及 Cox 模型的内容可根据需要选, 所有其他的内
-
复杂数据统计方法——基于R与Python(第4版)(基于R应用的统计学丛书)
¥41.7(8.5折)定价:¥49.0数据主导的学习方式有助于读者理解数据科学的本质，读者可以通过分析数据学会多种统计方法的应用。本书以数据形式为导向，对应不同的数据形式介绍可能使用的一些统计方法。这些统计方法可能属于不同的模型和统计方向，但只要适用于同一类数据，本书就尽量都予以介绍，以此启发读者探索及创新。本书初版以来，在广大读者的支持和鼓励下，10年间不断更新。第4版在第3版的基础上做了增补及修正，并且重新安排了部分章节。本书始终坚持以下特色：（1）用实际数据做案例，
-
Python编程训练入门——数据分析的准备(基于Python的数据分析丛书)
¥36.8(7.5折)定价:¥49.0编程语言是数据科学最重要的工具，编程不是目的，编程是为数据科学服务的。我们希望通过处理数据来学习编程语言，本书以目标导向的编程训练方式，引导读者在使用软件完成任务的过程中学会编程。当然，我们的目标是数据分析而不是诸如漫游、动画、生成网页等其他实践，因此，这里的训练内容也是基于数据处理及相关画图的需要。我们的训练是从简单的数字及逻辑运算、线性代数运算到机器学习模型拟合的由简入繁、循序渐进的过程。 本书为没有专门学过计算机软件编程
-
数据分析与应用丛书Python--数据科学的手段(第2版)/数据分析与应用丛书
¥31.9(7.6折)定价:¥42.0学习自然语言必须依靠实践，学习计算机语言也一样。本书不采用详尽的使用手册式教学，而是通过实践帮助读者学会Python编程语言。如果你想开始学习Python，本书是一个良好的开端。 《Python——数据科学的手段(第2版)》比版增加了一倍的篇幅，内容选择和编排都有较大改动。全书四个部分共12章，部分基础，包括章软件准备、第2章Python基础知识、第3章类和子类简介；第二部分基本模块，包括第4章numpy模块、第5章panda
-
基于Python的数据分析丛书深度学习入门——基于Python的实现(基于Python的数据分析丛书)
¥34.2(7.6折)定价:¥45.0深度学习是一种人工智能, 模仿人脑处理数据和创建用于决策的模式方面的工作, 处理用于检测对象、识别语音、翻译语言和进行决策的数据. 本书是深度学习入门级教材，有以下特点：1. 由浅入深, 对于很基本的单层神经网络到多层神经网络的前向及后向传播理论, 从公式到代码缓慢进阶, 做了透彻的解释, 易于理解及上手。2. 在基本模块介绍之后, 对于各种更复杂的模型并不拘泥于细节, 而是着重介绍其含义, 让读者着眼于整体框架及未来发展。3. 尽量
-
强化学习入门——基于Python(基于Python的数据分析丛书)
¥36.8(7.5折)定价:¥49.0强化学习是机器学习的重要组成部分。本书采用理论与实践相结合的写法，从强化学习的基本概念开始，详细介绍了强化学习的算法理论和实践操作，配有Python代码实现，完整呈现强化学习算法的实践细节。通过这本书你将会：（1）理解强化学习最关键方面的问题。（2）探索马尔可夫决策过程及动态规划的过程。（3）深入理解强化学习的各种方法，包括MC方法，TD方法，深度学习Q方法，SARSA方法等。（4）通过大量的现实例子及Python实现程序，不断地实践
