大数据挖掘与统计机器学习pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
下载压缩包 [复制下载地址] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页

大数据挖掘与统计机器学习PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 概述 1

1.1 名词演化 1

1.2 基本内容 2

1.3 数据智慧 4

第2章 线性回归方法 7

2.1 多元线性回归 7

2.2 压缩方法：岭回归与Lasso 16

2.3 Lasso模型的求解与理论性质 22

2.4 损失函数加罚的建模框架 25

2.5 上机实践 30

第3章 线性分类方法 39

3.1 分类问题综述与评价准则 39

3.2 Logistic回归 42

3.3 线性判别 46

3.4 上机实践 49

第4章 模型评价与选择 60

4.1 基本概念 60

4.2 理论方法 63

4.3 数据重利用方法 67

4.4 上机实践 70

第5章 决策树与组合方法 78

5.1 决策树 78

5.2 Bagging 81

5.3 Boosting 86

5.4 随机森林 98

5.5 上机实践 100

第6章 神经网络与深度学习 114

6.1 神经网络 115

6.2 深度学习 127

6.3 上机实践 135

第7章 支持向量机 148

7.1 线性可分支持向量机 148

7.2 软间隔支持向量机 151

7.3 一些拓展 153

7.4 上机实践 155

第8章 聚类分析 163

8.1 基于距离的聚类 163

8.2 基于模型和密度的聚类 168

8.3 稀疏聚类 170

8.4 双向聚类 173

8.5 上机实践 174

第9章 推荐系统 182

9.1 基于邻居的推荐 183

9.2 潜在因子与矩阵分解算法 188

9.3 上机实践 192

第10章 大数据案例分析 197

10.1 智能手机用户监测数据案例分析 197

10.2 美国航空数据案例分析 211

参考文献 227