统计学习导论 基于R应用 ([美]加雷斯·詹姆斯) 中文pdf完整版[17MB]

统计学习导论：基于R应用概述了统计学习领域，提供了理解大数据和复杂数据必不可少的工具，这些数据来自近20年来生物学、金融学、市场营销学和天体物理学等领域。书中介绍了一些最重要的建模方法和预测技术，以及它们的相关应用。内容涉及线性回归、分类、再抽样方法、压缩方法、基于树的方法和聚类等，用彩图和实例来阐释相关方法。因为本教材的主要目标是方便自然科学、工业和其他领域的从业者使用统计学习技术，所以每章都有在R中实现所介绍的分析方法的指导内容。

本书只假定读者先修《线性回归》课程，并不要求读者具有矩阵代数知识。读者对象是那些希望利用前沿的统计学习技术来分析数据的人士，既包括统计学专业的师生，也包括非统计学专业的人员。

统计学习导论-基于R应用 目录

第1章 导论
第2章 统计学习
第3章 线性回归
第4章 分类
第5章 重抽样方法
第6章 线性模型选择与正则化
第7章 非线性模型
第8章 基于树的方法
第9章 支持向量机
第10章 无指导学习