Python贝叶斯分析

本书首先介绍贝叶斯框架的关键概念，而后探讨广义线性模型的强大功能和灵活性，以及如何把它们用到一系列广泛的问题中，包括回归和分类。同时，本书也探讨了一些高级课题，包括混合模型和高斯过程等。无论数据科学的...

基于分层贝叶斯模型的高血压时空分布特征及其演化规律研究

分层贝叶斯模型以分层结构进行建模，具有易于扩展性、灵活性等特点，从而成为时空统计模型的核心方法之一。本书对分层贝叶斯模型进行理论拓展，探讨同时将时间与空间维度信息融入模型的构建过程，研究我国高血压时...

非寿险精算中的贝叶斯统计分析

在非寿险精算中，由于风险的复杂性和齐次性，风险参数常常假设为随机变量，具有某个先验分布。从而对风险相关特征的统计推断就落入了贝叶斯统计框架。本书在贝叶斯模型假设下，充分利用先验信息和样本信息研究非寿...

概率图模型 基于R语言

概率图模型结合了概率论与图论的知识，在人工智能、机器学习和计算机视觉等领域有着广阔的应用前景。本书讲解了如何掌握概率图模型PGM，如何理解计算机通过贝叶斯模型来解决现实世界的问题，如何选择合适的R包、...

机器学习实践指南 基于R语言

本书通过对R语言的讲解，帮助读者构建机器学习的模型，同时了解一系列与数据科学相关的理论，以及如何利用R语言开展研究。本书对读者的技术背景不做任何要求，专为那些希望构建使用的数据模型的读者，以及想要掌握高...

基于R语言的机器学习

本书主要内容有：介绍机器学习领域的模型、算法和数据训练。了解监督和非监督机器学习算法。针对模型使用的数据进行统计验证。深入了解商业和科学中使用的线性回归模型。使用单层和多层神经网络计算结果。介...

新媒体数据挖掘 基于R语言

随着工业化、城市化的进行和新的通讯技术的兴起，社会呈现越来越网络化的趋势，“社会网络革命”与移动革命、互联网革命并列为新时期影响人类社会的三大革命。简单来说，社会网络分析就是利用图论分析人类关系的...

深度学习实践指南 基于R语言

本书是一本详细的、实用的深度学习实践指南。它共有8章，详细讲解了循环神经网络、Elman神经网络、Jordan神经网络、自编码器、堆叠自编码器、受限玻尔兹曼机的相关知识。本书并没有详细介绍那些深奥的数学公...

R语言统计分析与应用

贝叶斯网络学习及数据分类

本书针对大数据网络的结构学习，提出了基于条件独立测试的学习贝叶斯网络框架的算法，研究了马尔科夫等价祖先图的共性，提出了最大祖先图的最小本质图的概念，还研究了马尔科夫等价的有向最大祖先图的转化问题，并针...