| 作者 |
| 方匡南 |
| 丛书名 |
| 出版社 |
| 电子工业出版社 |
| ISBN |
| 9787121342448 |
| 简要 |
| 简介 |
| 内容简介书籍计算机书籍 本书是一本数据科学的入门书籍。每个知识点尽量从实际的应用案例出发，从数据出发，以问题为导向，在解决问题中学习数据挖掘、机器学习等数据科学相关方法。本书将数据读写、数据清洗和预处理作为开端，逐渐深入到和数据科学相关的决策树、支持向量机、神经网络、无监督学习等知识。此外，结合数据科学的实际应用，书中还讲解了推荐算法、文本挖掘和社交网络分析等热门实用技术。本书在写作过程中尽量删去太过抽样的理论，让具有一定高等数学和概率论基础的读者就能看得懂。当然，如果读者对方法原理确实不感兴趣，只是为了用R程序实现某种方法，可以跳过方法只看案例和程序。本书适合作为高校数据科学、机器学习、数据挖掘、大数据分析等相关专业的研究生和高年级本科的教科书，也适合作为相关企业的数据科学家、数据挖掘工程师、数据分析师及数据科学的爱好者等的工具书。 |
| 目录 |
| 第1章 导论\t1 1.1 数据科学的发展历史\t1 1.2 数据科学研究的主要问题\t3 1.3 数据科学的主要方法\t5 1.4 R语言的优势\t7 第2章 数据读/写\t9 2.1 数据的读入\t9 2.1.1 直接输入数据\t9 2.1.2 读入R包中的数据\t10 2.1.3 从外部文件读入数据\t10 2.1.4 批量读入数据\t15 2.1.5 R语言读取文件的几个常错的问题\t15 2.2 写出数据\t17 2.3 习题\t18 第3章 数据清洗与预处理\t19 3.1 数据分类\t19 3.2 数据清洗\t20 3.2.1 处理缺失数据\t20 3.2.2 处理噪声数据\t23 3.3 数据变换\t23 3.4 R语言实现\t25 3.4.1 数据集的基本操作\t25 3.4.2 数据集间的操作\t28 3.4.3 连接数据库数据\t29 3.5 习题\t30 第4章 数据可视化\t31 4.1 高阶绘图工具ggplot2\t31 4.1.1 快速绘图\t32 4.1.2 使用图层构建图像\t34 4.1.3 分面\t37 4.2 ECharts2\t39 4.2.1 安装\t39 4.2.2 使用\t40 4.3 习题\t48 第5章 线性回归\t49 5.1 问题的提出\t49 5.2 一元线性回归\t50 5.2.1 一元线性回归概述\t50 5.2.2 一元线性回归的参数估计\t52 5.2.3 一元线性回归模型的检验\t55 5.2.4 一元线性回归的预测\t56 5.3 多元线性回归分析\t57 5.3.1 多元线性回归模型及假定\t58 5.3.2 参数估计\t59 5.3.3 模型检验\t60 5.3.4 预测\t61 5.4 R语言实现\t63 5.4.1 一元线性回归\t63 5.4.2 多元线性回归\t66 5.5 习题\t67 第6章 线性分类\t69 6.1 问题的提出\t69 6.2 Logistic模型\t70 6.2.1 线性概率模型\t70 6.2.2 Probit模型\t71 6.2.3 Logit模型原理\t72 6.2.4 边际效应分析\t73 6.2.5 最大似然估计（MLE）\t73 6.2.6 似然比检验\t74 6.3 判别分析\t74 6.3.1 Nave Bayes判别分析\t75 6.3.2 线性判别分析\t76 6.3.3 二次判别分析\t78 6.4 分类问题评价准则\t78 6.5 R语言实现\t80 6.5.1 描述统计\t80 6.5.2 Logistic模型\t81 6.5.3 判别分析\t87 6.5.4 模型比较\t90 6.6 习题\t92 第7章 重抽样\t94 7.1 问题的提出\t94 7.2 基本概念\t94 7.2.1 训练误差和测试误差\t95 7.2.2 偏差和方差\t95 7.3 交叉验证法\t96 7.3.1 验证集方法\t97 7.3.2 留一交叉验证法\t97 7.3.3 K折交叉验证法\t98 7.4 自助法\t99 7.5 R语言实现\t100 7.5.1 验证集方法\t100 7.5.2 留一交叉验证法\t102 7.5.3 K折交叉验证法\t102 7.5.4 自助法\t103 7.6 习题\t104 第8章 模型选择与正则化\t105 8.1 问题的提出\t105 8.2 子集选择法\t106 8.2.1 最优子集法\t106 8.2.2 逐步选择法\t106 8.2.3 模型选择\t108 8.3 基于压缩估计的逐个变量选择\t109 8.3.1 LASSO惩罚\t110 8.3.2 SCAD惩罚\t111 8.3.3 MCP惩罚\t112 8.3.4 调整参数选择\t113 8.4 基于压缩估计的组变量选择\t113 8.4.1 自然分组结构\t113 8.4.2 人为分组结构\t114 8.5 基于压缩估计的双层变量选择\t115 8.5.1 复合函数型双层选择\t115 8.5.2 稀疏组惩罚型双层选择\t116 8.6 R语言实现\t117 8.6.1 子集选择法\t117 8.6.2 模型选择\t120 8.6.3 组模型选择\t122 8.6.4 双层模型选择\t126 8.7 习题\t128 第9章 决策树与组合学习\t129 9.1 问题的提出\t129 9.2 决策树\t130 9.2.1 基本概念\t130 9.2.2 分类树\t133 9.2.3 回归树\t135 9.2.4 树的优缺点\t137 9.3 Bagging\t137 9.3.1 基本算法\t137 9.3.2 袋外误差估计\t138 9.3.3 变量重要性的度量\t139 9.4 随机森林\t140 9.5 提升法\t142 9.5.1 Adaboost算法\t142 9.5.2 GBDT算法\t143 9.5.3 XGBoost算法\t143 9.6 R语言实现\t144 9.6.1 数据介绍\t144 9.6.2 描述性统计\t145 9.6.3 分类树\t145 9.6.4 Bagging\t148 9.6.5 随机森林\t149 9.6.6 Boosting\t150 9.7 习题\t155 第10章 支持向量机\t156 10.1 问题的提出\t156 10.2 最大间隔分类器\t157 10.2.1 使用分割超平面分类\t157 10.2.2 构建最大间隔分类器\t159 10.2.3 线性不可分的情况\t160 10.3 支持向量分类器\t161 10.3.1 使用软间隔分类\t161 10.3.2 构建支持向量分类器\t161 10.4 支持向量机\t163 10.4.1 使用非线性决策边界分类\t163 10.4.2 构建支持向量机\t165 10.5 与Logistic回归的关系\t166 10.6 支持向量回归\t167 10.7 R语言实现\t168 10.7.1 支持向量分类器\t168 10.7.2 支持向量机\t173 10.7.3 Auto数据集\t175 10.8 习题\t178 第11章 神经网络\t180 11.1 问题的提出\t181 11.2 神经网络的基本概念\t181 11.2.1 神经网络的基本单元神经元\t181 11.2.2 神经网络的结构\t185 11.2.3 神经网络的学习\t186 11.3 神经网络模型\t188 11.3.1 单神经元感知器\t188 11.3.2 单层感知器\t189 11.3.3 BP神经网络\t190 11.3.4 Rprop神经网络\t193 11.4 R语言实现\t195 11.4.1 nnet程序包\t195 11.4.2 neuralnet程序包\t197 11.4.3 应用案例1：利用nnet程序包分析纸币鉴别数据\t198 11.4.4 应用案例2：利用neuralnet程序包分析白葡萄酒的品质\t200 11.5 习题\t203 第12章 无监督学习\t205 12.1 问题的提出\t205 12.2 聚类分析\t207 12.2.1 相异度\t207 12.2.2 K-means聚类\t209 12.2.3 系统聚类法\t211 12.3 主成分分析\t214 12.3.1 主成分分析的几何意义\t214 12.3.2 主成分的数学推导\t215 12.3.3 主成分回归\t217 12.3.4 主成分分析的其他方面\t217 12.4 因子分析\t219 12.4.1 因子分析的数学模型\t219 12.4.2 因子载荷阵的统计意义\t220 12.4.3 因子分析的其他方面\t221 12.5 典型相关分析\t223 12.5.1 典型相关分析原理\t223 12.5.2 典型相关系数的显著性检验\t226 12.5.3 典型相关分析的步骤\t227 12.6 R语言实现\t228 12.6.1 聚类分析：移动通信用户细分\t228 12.6.2 主成分分析：农村居民消费水平评价\t233 12.6.3 因子分析：市场调查\t236 12.6.4 典型相关分析：职业满意度与职业特性的关系\t239 12.7 习题\t242 第13章 推荐算法\t243 13.1 关联规则\t243 13.1.1 基本概念\t244 13.1.2 基本分类\t246 13.1.3 基本方法\t247 13.2 协同过滤算法\t249 13.2.1 基于邻居的协同过滤算法\t249 13.2.2 基于模型的协同过滤算法\t253 13.3 R语言实现\t254 13.3.1 关联规则\t254 13.3.2 协同过滤算法\t259 13.4 习题\t262 第14章 文本挖掘\t264 14.1 问题的提出\t264 14.2 文本挖掘基本流程\t265 14.2.1 文本数据获取\t265 14.2.2 文本特征表示\t265 14.2.3 文本的特征选择\t268 14.2.4 信息挖掘与主题模型\t269 14.3 R语言实现\t270 14.3.1 JSS_papers数据集\t270 14.3.2 拓展案例：房地产网络舆情分析\t275 14.4 习题\t278 第15章 社交网络分析\t279 15.1 问题的提出\t279 15.2 网络的基本概念\t280 15.3 网络特征的描述性分析\t281 15.3.1 节点度\t281 15.3.2 节点中心性\t282 15.3.3 网络的凝聚性特征\t283 15.3.4 分割\t284 15.4 网络图的统计模型\t285 15.4.1 经典随机图模型\t285 15.4.2 广义随机图模型\t286 15.4.3 指数随机图模型\t287 15.4.4 网络块模型\t287 15.5 关联网络推断\t288 15.5.1 相关网络\t288 15.5.2 偏相关网络\t289 15.5.3 高斯图模型网络\t290 15.5.4 Graphic Lasso模型\t291 15.6 二值型网络模型\t294 15.7 R语言实现\t295 15.7.1 网络的基本操作\t295 15.7.2 豆瓣关注网络”和豆瓣朋友网络”特征分析\t298 15.7.3 关联网络推断\t303 15.8 习题\t308 第16章 并行计算\t309 16.1 提高R语言的计算速度\t309 16.2 R语言的并行计算\t310 16.3 HPC多线程并行计算\t316 参考文献\t321 |