应用预测建模 数据科学与机器学习方法(全彩英文版)
举报
正版全新 快速发货
-
作者:
（美）马克斯·库恩，谢尔·约翰逊
-
出版社:
世界图书出版公司
-
ISBN:
9787523211335
-
出版时间:
2024-03
-
装帧:
平装
-
开本:
16开
-
ISBN:
9787523211335
-
出版时间:
2024-03
售价
￥
158.00
7.2折
定价
￥219.00
品相
全新
上书时间2025-04-25
卖家超过10天未登录
-
-
商品描述：
-
导语摘要
本书专注于预测建模的实际应用，介绍了从数据预处理到建模再到模型评估和选择的整个过程，以及背后的统计思想，涉及各种回归技术和分类技术。从解决实际问题延伸到模型拟合，以及随之出现的主题，如处理类不平衡、选择预测因子等在实践中经常出现的问题，作者意在为读者提供预测建模过程的指导，并结合开源软件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包含了书中例题和习题使用的数据，以及用于重复书中每一章分析的R代码。
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主任，在制药和诊断行业已有近20年应用预测模型的经验，他还是很多R包的作者。
谢尔·约翰逊（Kjell Johnson），博士，在药物研发和其他行业有近20年统计咨询和预测建模经验，曾任辉瑞全球研发统计部主任。
目录
1 Introduction
1.1 Prediction Versus Interpretation
1.2 Key Ingredients of Predictive Models
1.3 Terminology
1.4 Example Data Sets and Typical Data Scenarios
1.5 Overview
1.6 Notation
Part Ⅰ General Strategies
2 A Short Tour of the Predictive Modeling Process
2.1 Case Study:Predicting Fuel Economy
2.2 Themes
2.3 Summary
3 Data Pre-processing
3.1 Case Study:Cell Segmentation in High-Content Screening
3.2 Data Transformations for Individual Predictors
3.3 Data Transformations for Multiple Predictors
3.4 Dealing with Missing Values
3.5 Removing Predictors
3.6 Adding Predictors
3.7 Binning Predictors
3.8 Computing
Exercises
4 Over-Fitting and Model Tuning
4.1 The Problem of Over-Fitting
4.2 Model Tuning
4.3 Data Splitting
4.4 Resampling Techniques
……
内容摘要
本书专注于预测建模的实际应用，介绍了从数据预处理到建模再到模型评估和选择的整个过程，以及背后的统计思想，涉及各种回归技术和分类技术。从解决实际问题延伸到模型拟合，以及随之出现的主题，如处理类不平衡、选择预测因子等在实践中经常出现的问题，作者意在为读者提供预测建模过程的指导，并结合开源软件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包含了书中例题和习题使用的数据，以及用于重复书中每一章分析的R代码。
主编推荐
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主任，在制药和诊断行业已有近20年应用预测模型的经验，他还是很多R包的作者。
谢尔·约翰逊（Kjell Johnson），博士，在药物研发和其他行业有近20年统计咨询和预测建模经验，曾任辉瑞全球研发统计部主任。
![]()
孔网啦啦啦啦啦纺织女工火锅店第三课
开播时间：09月02日 10:30
即将开播，去预约
直播中，去观看
占位居中
