數據分析與建模方法簡(jiǎn)介，目錄書(shū)摘
2019-10-18 14:16
來(lái)源：京東
作者：京東
數據分析與建模方法
暫無(wú)報價(jià)
60+評論
98%好評
編輯推薦: 《數據分析與建模方法》共包含六大部分，其中包括：經(jīng)典統計方法；回歸分析；狀態(tài)估計；統計決策與Bayes分析；數據特征分析；統計學(xué)習簡(jiǎn)介。書(shū)以可靠性評估和長(cháng)壽命產(chǎn)品壽命預測等重要工程問(wèn)題為背景，從工程應用的角度，闡述經(jīng)典統計、統計決策、Bayes統計、統計學(xué)習等的基本原理，以及這些統計原理在解決復雜數據分析和建模中的參數估計、假設檢驗、回歸分析、狀態(tài)估計等問(wèn)題的基本方法，并提供了豐富的示例對這些原理和方法進(jìn)行了分析和評價(jià)。
內容簡(jiǎn)介: 《數據分析與建模方法》面向復雜統計問(wèn)題求解和統計工程需求，介紹現代統計的基本原理和方法，內容涵蓋經(jīng)典統計、貝葉斯統計、統計學(xué)習等統計理論以及計算密集型方法和探索性分析方法，涉及數據特征分析、模型參數推斷、回歸分析建模和系統狀態(tài)估計等問(wèn)題。每章后編配有習題。
《數據分析與建模方法》適合作為高等學(xué)校自動(dòng)控制、管理科學(xué)與工程等專(zhuān)業(yè)的研究生或高年級本科生教材，也可供從事數據分析與建模、裝備試驗與評價(jià)、隨機信號處理等技術(shù)專(zhuān)題研究的科技工作者學(xué)習與參考。
《數據分析與建模方法》適合作為高等學(xué)校自動(dòng)控制、管理科學(xué)與工程等專(zhuān)業(yè)的研究生或高年級本科生教材，也可供從事數據分析與建模、裝備試驗與評價(jià)、隨機信號處理等技術(shù)專(zhuān)題研究的科技工作者學(xué)習與參考。
作者簡(jiǎn)介:
目錄:第1章 經(jīng)典統計方法
1.1 點(diǎn)估計
1.1.1 最優(yōu)估計的意義
1.1.2 極大似然估計原理
1.1.3 數據缺失與EM算法
1.1.4 極大似然估計的變種
1.2 假設檢驗
1.2.1 小概率事件原理
1.2.2 最優(yōu)檢驗與N-P引理
1.2.3 關(guān)于假設檢驗的幾個(gè)問(wèn)題
1.2.4 序貫概率比檢驗
1.3 區間估計
1.3.1 Neyman區間估計
1.3.2 其他區間估計
1.3.3 構造“最好的”置信區間
1.4 自助法
1.4.1 自助法原理
1.4.2 自助法點(diǎn)估計
1.4.3 自助法區間估計
1.4.4 自助法假設檢驗
1.4.5 關(guān)于自助法的注意事項
練習題
第2章 回歸分析
2.1 一元線(xiàn)性回歸分析
2.1.1 一元線(xiàn)性回歸模型
2.1.2 最小二乘法
2.1.3 回歸方程的檢驗
2.2 多元線(xiàn)性回歸分析
2.2.1 多元線(xiàn)性回歸與最小二乘法
2.2.2 回歸方程的檢驗
2.2.3 一些問(wèn)題的討論
2.2.4 最小二乘估計的改進(jìn)
2.2.5 回歸分析中的自助法
2.3 含定性變量的回歸
2.3.1 自變量含定性變量情形
2.3.2 因變量是定性變量情形
2.3.3 Logistic回歸模型
練習題
第3章 狀態(tài)估計
3.1 線(xiàn)性系統卡爾曼濾波
3.1.1 卡爾曼濾波基本思想
3.1.2 離散系統卡爾曼濾波
3.1.3 連續系統卡爾曼濾波
3.1.4 濾波的穩定性和發(fā)散問(wèn)題
3.2 非線(xiàn)性系統卡爾曼濾波
3.2.1 問(wèn)題的提出
3.2.2 線(xiàn)性化濾波方法
3.2.3 廣義卡爾曼濾波方法
3.3 粒子濾波
3.3.1 貝葉斯狀態(tài)估計
3.3.2 序貫重要性抽樣
3.3.3 在線(xiàn)狀態(tài)估計問(wèn)題
練習題
第4章 統計決策與貝葉斯方法
4.1 統計決策概述
4.1.1 統計決策問(wèn)題描述
4.1.2 期望損失、決策法則
4.1.3 決策原理的討論
4.2 先驗信息的表示
4.2.1 無(wú)信息先驗
4.2.2 最大熵先驗
4.2.3 用邊際分布確定先驗
4.2.4 先驗選擇的矩方法
4.3 貝葉斯推斷
4.3.1 后驗分布
4.3.2 點(diǎn)估計
4.3.3 區間估計
4.3.4 假設檢驗
4.3.5 序貫后驗加權檢驗
4.4 貝葉斯決策
4.4.1 參數估計
4.4.2 假設檢驗
4.4.3 序貫決策
練習題
第5章 數據特征分析
5.1 數據分布特征分析
5.1.1 集中趨勢的度量
5.1.2 變異程度的度量
5.1.3 偏度和峰度特征
5.2 數據相關(guān)特征分析
5.2.1 單相關(guān)分析
5.2.2 復相關(guān)和偏相關(guān)分析
5.2.3 典型相關(guān)分析
5.3 數據聚類(lèi)特征分析
5.3.1 相似系數和距離
5.3.2 系統聚類(lèi)法
5.3.3 動(dòng)態(tài)聚類(lèi)法
5.3.4 模糊聚類(lèi)法
5.4 數據成分特征分析
5.4.1 主成分分析方法
5.4.2 投影尋蹤方法
5.4.3 流形學(xué)習方法
5.5 動(dòng)態(tài)數據特征分析
5.5.1 平穩動(dòng)態(tài)數據特征分析
5.5.2 一般動(dòng)態(tài)數據運動(dòng)成分分析
5.6 數據圖形化方法
5.6.1 一維數據圖形化
5.6.2 二維數據圖形化
5.6.3 三維數據圖形化
5.6.4 高維數據圖形化
第6章 統計學(xué)習方法
6.1 風(fēng)險最小化問(wèn)題
6.1.1 經(jīng)驗風(fēng)險最小化
6.1.2 結構風(fēng)險最小化
6.2 支持向量機
6.2.1 線(xiàn)性分類(lèi)器
6.2.2 軟間隔優(yōu)化
6.2.3 非線(xiàn)性分類(lèi)器
6.2.4 支持向量機回歸
6.3 相關(guān)向量機
6.3.1 基本原理
6.3.2 算法實(shí)現
6.3.3 性能分析
練習題
參考文獻
1.1 點(diǎn)估計
1.1.1 最優(yōu)估計的意義
1.1.2 極大似然估計原理
1.1.3 數據缺失與EM算法
1.1.4 極大似然估計的變種
1.2 假設檢驗
1.2.1 小概率事件原理
1.2.2 最優(yōu)檢驗與N-P引理
1.2.3 關(guān)于假設檢驗的幾個(gè)問(wèn)題
1.2.4 序貫概率比檢驗
1.3 區間估計
1.3.1 Neyman區間估計
1.3.2 其他區間估計
1.3.3 構造“最好的”置信區間
1.4 自助法
1.4.1 自助法原理
1.4.2 自助法點(diǎn)估計
1.4.3 自助法區間估計
1.4.4 自助法假設檢驗
1.4.5 關(guān)于自助法的注意事項
練習題
第2章 回歸分析
2.1 一元線(xiàn)性回歸分析
2.1.1 一元線(xiàn)性回歸模型
2.1.2 最小二乘法
2.1.3 回歸方程的檢驗
2.2 多元線(xiàn)性回歸分析
2.2.1 多元線(xiàn)性回歸與最小二乘法
2.2.2 回歸方程的檢驗
2.2.3 一些問(wèn)題的討論
2.2.4 最小二乘估計的改進(jìn)
2.2.5 回歸分析中的自助法
2.3 含定性變量的回歸
2.3.1 自變量含定性變量情形
2.3.2 因變量是定性變量情形
2.3.3 Logistic回歸模型
練習題
第3章 狀態(tài)估計
3.1 線(xiàn)性系統卡爾曼濾波
3.1.1 卡爾曼濾波基本思想
3.1.2 離散系統卡爾曼濾波
3.1.3 連續系統卡爾曼濾波
3.1.4 濾波的穩定性和發(fā)散問(wèn)題
3.2 非線(xiàn)性系統卡爾曼濾波
3.2.1 問(wèn)題的提出
3.2.2 線(xiàn)性化濾波方法
3.2.3 廣義卡爾曼濾波方法
3.3 粒子濾波
3.3.1 貝葉斯狀態(tài)估計
3.3.2 序貫重要性抽樣
3.3.3 在線(xiàn)狀態(tài)估計問(wèn)題
練習題
第4章 統計決策與貝葉斯方法
4.1 統計決策概述
4.1.1 統計決策問(wèn)題描述
4.1.2 期望損失、決策法則
4.1.3 決策原理的討論
4.2 先驗信息的表示
4.2.1 無(wú)信息先驗
4.2.2 最大熵先驗
4.2.3 用邊際分布確定先驗
4.2.4 先驗選擇的矩方法
4.3 貝葉斯推斷
4.3.1 后驗分布
4.3.2 點(diǎn)估計
4.3.3 區間估計
4.3.4 假設檢驗
4.3.5 序貫后驗加權檢驗
4.4 貝葉斯決策
4.4.1 參數估計
4.4.2 假設檢驗
4.4.3 序貫決策
練習題
第5章 數據特征分析
5.1 數據分布特征分析
5.1.1 集中趨勢的度量
5.1.2 變異程度的度量
5.1.3 偏度和峰度特征
5.2 數據相關(guān)特征分析
5.2.1 單相關(guān)分析
5.2.2 復相關(guān)和偏相關(guān)分析
5.2.3 典型相關(guān)分析
5.3 數據聚類(lèi)特征分析
5.3.1 相似系數和距離
5.3.2 系統聚類(lèi)法
5.3.3 動(dòng)態(tài)聚類(lèi)法
5.3.4 模糊聚類(lèi)法
5.4 數據成分特征分析
5.4.1 主成分分析方法
5.4.2 投影尋蹤方法
5.4.3 流形學(xué)習方法
5.5 動(dòng)態(tài)數據特征分析
5.5.1 平穩動(dòng)態(tài)數據特征分析
5.5.2 一般動(dòng)態(tài)數據運動(dòng)成分分析
5.6 數據圖形化方法
5.6.1 一維數據圖形化
5.6.2 二維數據圖形化
5.6.3 三維數據圖形化
5.6.4 高維數據圖形化
第6章 統計學(xué)習方法
6.1 風(fēng)險最小化問(wèn)題
6.1.1 經(jīng)驗風(fēng)險最小化
6.1.2 結構風(fēng)險最小化
6.2 支持向量機
6.2.1 線(xiàn)性分類(lèi)器
6.2.2 軟間隔優(yōu)化
6.2.3 非線(xiàn)性分類(lèi)器
6.2.4 支持向量機回歸
6.3 相關(guān)向量機
6.3.1 基本原理
6.3.2 算法實(shí)現
6.3.3 性能分析
練習題
參考文獻
熱門(mén)推薦文章
相關(guān)優(yōu)評榜
1
杰士派
相關(guān)排行榜
相關(guān)產(chǎn)品
8
張量分析
10
全優(yōu)課堂
11
方程理論
12
復數與多項式
13
數學(xué)天天練2
15
高中數學(xué)變式
16
三年級下冊課課通
17
成人自考書(shū)
19
概率專(zhuān)題
21
京公網(wǎng)安備 11000002000088號
