浏览详细信息

>动态信息>图书推荐

内容分类

waiting

图书推荐:《统计学习基础》

作者:武晋先 发布: 2018-11-23 浏览: 187

随着计算机和信息时代的到来,统计问题的规模和复杂性都有了急剧增加。数据存储、组织和检索领域的挑战导致一个新领域“数据挖掘”的产生。数据挖掘是一个多学科交叉领域,涉及数据库技术、机器学习、统计学、神经网络、模式识别、知识库、信息提取、高性能计算等诸多领域,并在工业、商务、财经、通信、医疗卫生、生物工程、科学等众多行业得到了广泛的应用。黑斯蒂《统计学习基础(第2版)》试图将学习领域中许多重要的新思想汇集在一起,并且在统计学的框架下解释它们。尽管有些数学细节是必要的,但《统计学习基础(第2版)》强调的是方法和它们的概念基础,而不是理论性质。在大数据发展迅猛的当今时代背景下,统计的重要性也愈发凸显,本期向您推荐黑斯蒂的《统计学习基础(第2版)

【主要内容】

计算和信息技术的飞速发展带来了医学、生物学、财经和营销等诸多领域的海量数据。理解这些数据是一种挑战,这导致了统计学领域新工具的发展,并延伸到诸如数据挖掘、机器学习和生物信息学等新领域。许多工具都具有共同的基础,但常常用不同的术语来表达。《统计学习基础(第2版)》介绍了这些领域的一些重要概念。尽管应用的是统计学方法,但强调的是概念,而不是数学。许多例子附以彩图。《统计学习基础(第2版)》内容广泛,从有指导的学习(预测)到无指导的学习,应有尽有。包括神经网络、支持向量机、分类树和提升等主题,是同类书籍中介绍得最全面的。 《统计学习基础(第2版)》可作为高等院校相关专业本科生和研究生的教材,对于统计学相关人员、科学界和业界关注数据挖掘的人,《统计学习基础(第2版)》值得一读。

【作者简介】

黑斯蒂(Hastie.T)是斯坦福大学生物医学数据科学和统计学教授。在斯坦福大学统计部门和医学院生物统计部门任职。其发表的著作《统计学习基础》受到广泛好评。

【推荐理由】

1.该书销售领域情况:2018-11-20,亚马逊销售排行,外语类,排名第 9 名;豆瓣9.3分。

2.《统计学习基础(第2版)》内容广泛,从有指导的学习(预测)到无指导的学习,应有尽有。包括神经网络、支持向量机、分类树和提升等主题,是同类书籍中介绍得最全面的。

3.《统计学习基础(第2版)》可作为高等院校相关专业本科生和研究生的教材,对于统计学相关人员、科学界和业界关注数据挖掘的人,很有助益。

《中国图书馆分类法》C类图书为社会科学总论。本期推荐C8类书籍《统计学基础》,索书号:C8/CH12-2,位置:人文社科借阅室一(901/906室)。

互动

1.结合本书,谈谈你如何理解统计学在现代科学中的地位和重要性。

2.关于统计方法你所知道的有哪些?本书中作者提出了一些新的观点,你是如何理解的?

3.有人认为该书是目前统计学习领域首屈一指的参考书,你怎么看?写下你阅读后对此书的评价。

以上题目可任意选择一项,作品发送:邮箱413586370@qq.com(注每旬读书)。

参与互动可获图书超期免责卡。本期点评活动截止时间:2018年12月3日。

【目录】

Preface to the Second Edition
Preface to the First Edition
1 Introduction
2 Overview of Supervised Learning
2.1 Introduction
2.2 Variable Types and Terminology
2.3 Two Simple Approaches to Prediction Least Squares and Nearest Neighbors
2.3.1 Linear Models and Least Squares
2.3.2 Nearest-Neighbor Methods
2.3.3 From Least Squares to Nearest Neighbors
2.4 Statistical Decision Theory
2.5 Local Methods in High Dimensions
2.6 Statistical Models, Supervised Learning and Function Approximation
2.6.1 A Statistical Model for the Joint Distribution Pr(X,Y)

注:本书为英文版

【拓展阅读】

1.《线性回归分析导论》,(美)道格拉斯 著 ,机械工业出版社 2016,索书号: O212.1/CM7-5;

2.SPSS统计分析基础教程.第3版,张文彤著,高等教育出版社 2017,索书号:C819/CZ2.3-3;

3.李金昌.大数据与统计新思维[J].统计研究.2014(1);

4.白重恩等.国民收入的要素分配:统计数据背后的故事[J].经济研究.2009(3).