統(tǒng)計學習導論：基于R應用概述了統(tǒng)計學習領域，提供了理解大數(shù)據(jù)和復雜數(shù)據(jù)必不可少的工具，這些數(shù)據(jù)來自近20年來生物學、金融學、市場營銷學和天體物理學等領域。書中介紹了一些最重要的建模方法和預測技術，以及它們的相關應用。內(nèi)容涉及線性回歸、分類、再抽樣方法、壓縮方法、基于樹的方法和聚類等，用彩圖和實例來闡釋相關方法。因為本教材的主要目標是方便自然科學、工業(yè)和其他領域的從業(yè)者使用統(tǒng)計學習技術，所以每章都有在R中實現(xiàn)所介紹的分析方法的指導內(nèi)容。

本書只假定讀者先修《線性回歸》課程，并不要求讀者具有矩陣代數(shù)知識。讀者對象是那些希望利用前沿的統(tǒng)計學習技術來分析數(shù)據(jù)的人士，既包括統(tǒng)計學專業(yè)的師生，也包括非統(tǒng)計學專業(yè)的人員。

統(tǒng)計學習導論-基于R應用 目錄

第1章 導論
第2章 統(tǒng)計學習
第3章 線性回歸
第4章 分類
第5章 重抽樣方法
第6章 線性模型選擇與正則化
第7章 非線性模型
第8章 基于樹的方法
第9章 支持向量機
第10章 無指導學習