基于机器学习的数据分析方法
温馨提示:电子书为虚拟商品,一经发货概不退换,请谨慎购买。3小时内发货(节假日除外),发货时效不超过24小时,急单慎拍!
内容简介
书名:基于机器学习的数据分析方法
作者:苏美红著
ISBN:978-7-122-43989-5
出版社:化学工业出版社
出版日期:2024.03
本书在介绍机器学习相关知识的基础上,主要介绍了基于机器学习的特殊数据模型的建立和分析的方法,尤其是含有异常点或服从重尾分布的数据,包括基于正则化方法的回归模型、自加权鲁棒正则化方法、基于自变量相关的鲁棒回归模型、基于因变量相关的Lasso回归模型、基于变量相关的岭回归模型。全书从线性模型稳健参数估计和基于近邻信息的稳健回归模型构建两方面展开阐述,涉及模型构建、理论性质分析以及算法求解和实验验证等。本书内容对于统计机器学习相关专业师生及技术人员具有很好的参考性。
作者:苏美红著
ISBN:978-7-122-43989-5
出版社:化学工业出版社
出版日期:2024.03
本书在介绍机器学习相关知识的基础上,主要介绍了基于机器学习的特殊数据模型的建立和分析的方法,尤其是含有异常点或服从重尾分布的数据,包括基于正则化方法的回归模型、自加权鲁棒正则化方法、基于自变量相关的鲁棒回归模型、基于因变量相关的Lasso回归模型、基于变量相关的岭回归模型。全书从线性模型稳健参数估计和基于近邻信息的稳健回归模型构建两方面展开阐述,涉及模型构建、理论性质分析以及算法求解和实验验证等。本书内容对于统计机器学习相关专业师生及技术人员具有很好的参考性。
上一本:
化工过程模拟——理论与实践
下一本:
电子产品检测技术(项目化教程)
