版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1第1章概述1.1
名詞演化數(shù)據(jù)挖掘(DataMining)知識(shí)發(fā)現(xiàn)(KnowledgeDiscoveryinDatabase)模式識(shí)別(PatternRecognition)人工智能(ArtificialIntelligence)機(jī)器學(xué)習(xí)(MachineLearning)統(tǒng)計(jì)學(xué)習(xí)(StatisticalLearning)大數(shù)據(jù)(BigData)數(shù)據(jù)科學(xué)(DataScience)21.2基本內(nèi)容統(tǒng)計(jì)學(xué)是一門科學(xué),應(yīng)該是以分析數(shù)據(jù)、解決問題為導(dǎo)向,不斷的提出新方法,并探討其理論性質(zhì)。前計(jì)算機(jī)時(shí)代:數(shù)學(xué)為主計(jì)算機(jī)時(shí)代:與計(jì)算相結(jié)合大數(shù)據(jù)時(shí)代:注重計(jì)算,解決實(shí)際問題3四本重要的參考書:(1)Hastie,T.,Tibshirani,R.andFriedman,J.(2008),TheElementsofStatisticalLearning(secondedition),Springer(2)James,G.,Witten,D.andTibshirani,R.(2013),AnIntroductiontoStatisticalLearningwithApplicationsinR,Springer(3)Hastie,T.,Tibshirani,R.andMartinWainwright(2015),StatisticalLearningwithSparsity,CRCPress(4)Efron,B.andHastie,T.(2016),ComputerAgeStatisticalInference:Algorithms,Evidence,andDataScience,CambridgeUniversityPress41.3數(shù)據(jù)智慧郁彬(2016),數(shù)據(jù)科學(xué)中的數(shù)據(jù)智慧,《中國(guó)計(jì)算機(jī)學(xué)會(huì)通訊》(中譯稿)將統(tǒng)計(jì)學(xué)核心部分重新定義為“數(shù)據(jù)智慧”非常必要,因?yàn)樗取皯?yīng)用統(tǒng)計(jì)學(xué)”這個(gè)術(shù)語(yǔ)起到更好的概括作用?!皵?shù)據(jù)智慧”是將領(lǐng)域知識(shí)、數(shù)學(xué)和方法論與經(jīng)驗(yàn)、理解、常識(shí)、洞察力以及良好的判斷力相結(jié)合,思辨性地理解數(shù)據(jù)并依據(jù)數(shù)據(jù)做決策的一種能力。十個(gè)基本問題(1)要回答的問題(2)數(shù)據(jù)收集(3)數(shù)據(jù)的含義(4)相關(guān)性(5)問題的轉(zhuǎn)化(6)可比性:數(shù)據(jù)變換(7)可視化(8)隨機(jī)性:數(shù)據(jù)的代表性、結(jié)果的不確定性(9)穩(wěn)定性:結(jié)果的可解釋性、可重復(fù)性(10)結(jié)果驗(yàn)證5第2章線性回歸方法
7
8
92.1.3Lasso回歸Lasso回歸和嶺回歸類似是另一種壓縮估計(jì)。與嶺回歸的不同:它在參數(shù)估計(jì)的同時(shí)既可以對(duì)估計(jì)值進(jìn)行壓縮,又可以讓一些不重要的變量的估計(jì)值恰好為零,從而起到自動(dòng)進(jìn)行變量選擇的功能。Lasso回歸等價(jià)于在最小二乘估計(jì)的基礎(chǔ)上對(duì)估計(jì)值的大小增加一個(gè)不同于嶺回歸的約束(懲罰):例2.3(糖尿病數(shù)據(jù)案例續(xù))10
11
12
1314
15
16
17
18
19
20
2122
23242.3.2最小一乘回歸與分位回歸例2.5(恩格爾數(shù)據(jù)案例)252.3.3其他罰函數(shù)Grouped
Lasso彈性網(wǎng)懲罰26
272.4.2評(píng)價(jià)準(zhǔn)則混淆矩陣、準(zhǔn)確率、召回率。28
29
30
溫馨提示
- 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 醫(yī)療廢物處理服務(wù)合同三篇
- 貸款居間合同范本
- 提升課堂參與度的措施計(jì)劃
- 牙科設(shè)備租賃合同三篇
- 濱海度假別墅租賃合同三篇
- 利用技術(shù)提升工作便捷性計(jì)劃
- 特種作業(yè)新進(jìn)場(chǎng)人員三級(jí)安全教育試卷
- 初中數(shù)學(xué)幾何模型大全及經(jīng)典題型
- 數(shù)據(jù)庫(kù)技術(shù)及應(yīng)用(SQL Server )1.7
- 中職教育基礎(chǔ)模塊課件《集合的概念》
- 2024年駕駛證資格考試科目一必刷題庫(kù)及答案(共520題)
- 武漢大學(xué)慕課學(xué)術(shù)道德與學(xué)術(shù)規(guī)范試題答案
- 金屬加工與實(shí)訓(xùn)-基礎(chǔ)知識(shí)(中職機(jī)械加工等專業(yè))全套教學(xué)課件
- HGE系列電梯安裝調(diào)試手冊(cè)(ELS05系統(tǒng)SW00004269,A.4 )
- 2022-2023學(xué)年人教PEP版六年級(jí)上冊(cè)期中測(cè)試英語(yǔ)試卷(含聽力帶答案)
- 幼兒園教學(xué)課件中班數(shù)學(xué)《水果列車》課件
- 購(gòu)物中心、商場(chǎng)業(yè)態(tài)常規(guī)品牌物業(yè)工程標(biāo)準(zhǔn)
- 錦湖輪胎結(jié)構(gòu)設(shè)計(jì)技術(shù)過程
- 【宣講】2020新固廢解讀
- 《簡(jiǎn)單幼兒筆畫》PPT課件.ppt
- 2021年質(zhì)量員安全管理制度
評(píng)論
0/150
提交評(píng)論