同类推荐
-
-
多元统计分析:R与Python的实现
-
¥49.00
-
-
概率论与数理统计:职业本科版
-
¥59.80
-
-
概率论与数理统计
-
¥43.00
-
-
概率论与数理统计
-
¥34.00
-
-
应用随机过程:概率模型导论
-
¥139.80
-
-
多元统计分析
-
¥49.00
-
-
贝叶斯数据分析:基于R与Python的实现:with …
-
¥49.00
-
-
稳健控制图的设计方法与应用
-
¥42.00
-
-
截断δ冲击模型
-
¥149.00
-
-
随机微分方程导论
-
¥49.00
|
|
图书信息
|
|
|
|
应用回归及分类:基于R与Python的实现:with R and Python
|
| ISBN： | 9787300337753 |
定价： | ￥56.00 |
| 作者： | 吴喜之，张敏编著 |
出版社： | 中国人民大学出版社 |
| 出版时间： | 2025年05月 |
版次： | 3版 |
| 开本： | 26cm |
页数： | 268页 |
中图法： | O212.1 |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
北京人天书店有限公司
|
1
|
泰安展厅库
|
2025-09-08
|
|
其它供货商库存合计
|
2583
|
|
2025-09-08
|
图书简介 | | 本书详细介绍了经典线性回归和广义线性模型，这些模型是回归分析的基础，适用于各种实际问题的建模和预测。在机器学习回归方法方面：本书涵盖了决策树、bagging、随机森林、mboost、人工神经网络、支持向量机、k最近邻方法等多种技术。这些方法在现代数据分析中得到了广泛应用，具有强大的预测能力和灵活性。 |
|