机读格式显示(MARC)

• 000 01292nam 2200301 450

• 001 0000229571

• 005 20251011120200.0

• 010 __ |a 978-7-300-33775-3 |d CNY56.00

• 100 __ |a 20250812d2025 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 应用回归及分类 |A ying yong hui gui ji fen lei |e 基于R与Python的实现 |d = Applied regression and classification |e with R and Python |f 吴喜之, 张敏编著 |z eng

• 205 __ |a 第3版

• 210 __ |a 北京 |c 中国人民大学出版社 |d 2025.05

• 215 __ |a 268页 |c 图 |d 26cm

• 225 2_ |a 基于R应用的统计学丛书 |A ji yu R ying yong de tong ji xue cong shu

• 320 __ |a 有书目 (第265-268页)

• 330 __ |a 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。

• 410 _0 |1 2001 |a 基于R应用的统计学丛书

• 510 1_ |a Applied regression and classification |e with R and Python |z eng

• 606 0_ |a 回归分析 |A hui gui fen xi

• 690 __ |a O21 |v 5

• 701 _0 |a 吴喜之 |A wu xi zhi |4 编著

• 701 _0 |a 张敏 |A zhang min |4 编著

• 801 _0 |a CN |b 辽批 |c 20250914

• 905 __ |a AHLSL |d O21/35-3