多元统计分析——R与Python的实现

多元统计分析——R与Python的实现
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者:
2019-01
版次: 1
ISBN: 9787300266558
定价: 39.80
装帧: 平装
开本: 其他
页数: 323页
字数: 484千字
88人买过
  • 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很重要内容并同时学习编程语言,打下数据科学的基础。    前言

    章引言

    1.1数据科学

    1.2多远分析的对象

    1.3需要的工具

    1.4各章的安排

    1.5软件和编程

    ……

    第2章矩阵代数回顾

    第3章回归

    第4章分类

    第5章主成分分析

    第6章因子分析

    第7章聚类分析

    第8章典型相关分析

    第9章对应分析

    0章多维尺度变换

    参考文献
  • 内容简介:
    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很重要内容并同时学习编程语言,打下数据科学的基础。
  • 作者简介:
      
  • 目录:
    前言

    章引言

    1.1数据科学

    1.2多远分析的对象

    1.3需要的工具

    1.4各章的安排

    1.5软件和编程

    ……

    第2章矩阵代数回顾

    第3章回归

    第4章分类

    第5章主成分分析

    第6章因子分析

    第7章聚类分析

    第8章典型相关分析

    第9章对应分析

    0章多维尺度变换

    参考文献
查看详情