《应用预测建模计算机与互联网》[57M]百度网盘|pdf下载|亲测有效

书[0名0]：	(正版特价)应用预测建模\|229196
图书定价：	99元
图书作者：	（美）马克斯·库恩（Max Kuhn）;谢尔·约翰逊（ Kjell Johnson）
出版社：	[1机1]械工业出版社
出版日期：	2016/5/1 0:00:00
ISBN号：	9787111533429
开本：	16开
页数：	409
版次：	1-1

作者简介

马克斯·库恩(Max Kuhn)，康涅狄格州格罗顿市辉瑞全球研发非临床统计部[1主1]任，在制[yao]和诊断行业已有近20年应用预测模型的[纟巠]验，他还是很多R包的作者。谢尔·约翰逊(Kjell Johnson)，博士，在[yao]物研发和其他行业有近20年统计咨询和预测建模[纟巠]验，曾任辉瑞全球研发统计部[1主1]任。

内容简介

这是一本专注于预测建模的数据分析书，意在为实践者[扌是]供预测建模过程的指导，比如如何进行数据预处理、模型调[0优0]、预测变量重要性度量、变量选择等。读者可以从中[0学0]到许多建模方[0法0]以及[扌是]高对许多常用的、现代的有效模型的认识，如线性回归、非线性回归和分类模型，涉及树方[0法0]、支持向量[1机1]等。[0第0]10章和[0第0]17章分别研究混凝土混合物的抗压强度和作业调度两个案例。
作者重实际应用，轻数[0学0]理论，从实际数据出发，结合开源软[亻牛]R语言来求解实际问题，详细给出R代码和处理的步骤。R包AppliedPredictiveModeling包含书中使用的数据，以及可以用于重复书中每一章分析的R代码，让读者能在一定精度范围内重复本书的结果，并自然地将书中的预测建模方[0法0]应用到自己的数据上。章后附有习题，方便读者巩固所[0学0]。
这本业界互相推荐的[女子]书，适合所有数据分析人员阅读。

译者序
前言
[0第0]1章导论
1.1预测与解释
1.2预测模型的关键部分
1.3专业术语
1.4实例数据集和典型数据场景
1.5概述
1.6符号
[0第0]一部分一般策略
[0第0]2章预测建模过程简介
2.1案例分析：预测燃油效能
2.2[1主1]题
2.3总结
[0第0]3章数据预处理
3.1案例分析：高内涵筛选中的细胞分组
3.2单个预测变量数据变换
3.3多个预测变量数据变换
3.4处理缺失值
3.5移除预测变量
3.6增加预测变量
3.7区间化预测变量
3.8计算
习题
[0第0]4章过度拟合与模型调[0优0]
4.1过度拟合的问题
4.2模型调[0优0]
4.3数据分割
4.4重抽样技术
4.5案例分析：信用[0评0]分
4.6选择调[0优0]参数值
4.7数据划分建议
4.8不同模型间的选择
4.9计算
习题
[0第0]二部分回归模型
[0第0]5章衡量回归模型的效果
5.1模型效果的定量度量
5.2方差偏差的[0权0]衡
5.3计算
[0第0]6章线性回归及其扩展
6.1案例分析：定量构效关系建模
6.2线性回归
6.3偏[*]小二乘[0法0]
6.4惩罚模型
6.5计算
习题
[0第0]7章非线性回归模型
7.1神[纟巠]网络
7.2多元自适应回归样条
7.3支持向量[1机1]
7.4K近邻
7.5计算
习题
[0第0]8章回归树与基于规则的模型
8.1简单回归树
8.2回归模型树
8.3基于规则的模型
8.4装袋树
8.5随[1机1]森林
8.6助推[0法0]
8.7Cubist
8.8计算
习题
[0第0]9章溶解度模型总结
[0第0]10章案例研究：混凝土混合物的抗压强度
10.1模型构建策略
10.2模型性能
10.3[0优0]化抗压强度
10.4计算
[0第0]三部分分类模型
[0第0]11章分类模型的效果度量
11.1类预测
11.2[0评0]估预测类
11.3[0评0]估类概率
11.4计算
[0第0]12章判别分析和其他线性分类模型
12.1案例分析：预测是否成功申请[纟巠]费
12.2逻辑回归
12.3线性判别分析
12.4偏[*]小二乘判别分析
12.5惩罚模型
12.6[*]近收缩质心
12.7计算
习题
[0第0]13章非线性分类模型
13.1非线性判别分析
13.2神[纟巠]网络
13.3灵活判别分析
13.4支持向量[1机1]
13.5K近邻
13.6朴素贝叶斯
13.7计算
习题
[0第0]14章分类树与基于规则的模型
14.1基本的分类树
14.2基于规则的模型
14.3装袋决策树
14.4随[1机1]森林
14.5助推[0法0]
14.6C5.0
14.7比较两种分类预测变量编码方式
14.8计算
习题
[0第0]15章[纟巠]费申请模型的总结
[0第0]16章对严重类失衡的补救方[0法0]
16.1案例分析: 预测房车保险所有[0权0]
16.2类失衡的影响
16.3模型调[0优0]
16.4选择截点
16.5调整先验概率
16.6不等案例[0权0]重
16.7抽样方[0法0]
16.8成本敏感度训练
16.9计算
习题
[0第0]17章案例研究：作业调度
17.1数据切分和模型策略
17.2结果
17.3计算
[0第0]18章衡量预测变量重要性
18.1数值结果变量
18.2分类结果变量
18.3其他方[0法0]
18.4计算
习题
[0第0]19章特征选择介绍
19.1使用无信息预测变量的结果
19.2减少预测变量个数的方[0法0]
19.3绕封[0法0]
19.4过滤[0法0]
19.5选择偏差
19.6案例分析：预测认[0知0]损伤
19.7计算
习题
[0第0]20章影响模型表现的因素
20.1[0第0]Ⅲ类错误
20.2结果变量的测量误差
20.3预测变量的测量误差
20.4连续变量离散化
20.5模型预测何时是可信的
20.6[0大0]样本的影响
20.7计算
习题
附录
附录A各种模型的总结
附录BR语言介绍
附录C值得关注的网站
参考文献

应用预测建模计算机与互联网 pdf下载

内容简介

相关推荐

东软应用型IT教育系列教材·工商管理类：IT职业生涯规划

年3月适用全国计算机等级考试计算机三级教材数据库技术年版教材三级数据库技术计算机三术计算机三

理、工科线性代数常见题型解析及模拟题徐仲等编

新书计算机视觉中的颜色感知王金华颜色恒常性计算和高动态范围场景的可视化技术HDR功能