搜索
高级检索
高级搜索
书       名 :
著       者 :
出  版  社 :
I  S  B  N:
文献来源:
出版时间 :
数据分析与建模方法
0.00     定价 ¥ 168.00
图书来源: 浙江图书馆(由JD配书)
此书还可采购25本,持证读者免费借回家
  • 配送范围:
    浙江省内
  • ISBN:
    9787118131987
  • 作      者:
    金光,范俊,程志君
  • 出 版 社 :
    国防工业出版社
  • 出版日期:
    2024-06-01
收藏
内容介绍
本书针对复杂数据分析与建模问题的非结构化和综合性特点,给出了数据分析与建模的基本过程,介绍了数据探索性分析、数据特征分析、模型参数估计的主要内容和方法,以及试验数据、观察数据、仿真数据等不同类型数据建模与分析的典型内容与方法。
本书适合作为高等学校管理科学与工程等专业的研究生或高年级本科生教材,也可供从事数据分析与建模、系统试验与评估等领域研究的科技工作者参考。
展开
目录
第1章 绪论
1.1 相关概念
1.1.1 变量和尺度
1.1.2 试验和观察
1.1.3 相关和因果
1.2 数据分析与建模的任务和过程
1.2.1 数据分析与建模的任务
1.2.2 数据分析与建模的过程
1.3 建模策略与模型评价
1.3.1 两种建模策略
1.3.2 模型评价
1.3.3 模型可解释性
1.4 相关领域
1.4.1 统计学与机器学习
1.4.2 数据分析学与大数据分析
1.4.3 数据科学
1.5 本章小结
参考文献
第2章 数据探索与可视化
2.1 数据探索性分析概述
2.1.1 数据探索与可视化的作用
2.1.2 数据探索性分析的内容
2.2 数据变换
2.2.1 标准化
2.2.2 函数变换
2.3 数据约减
2.3.1 离散化
2.3.2 分段逼近
2.3.3 符号逼近
2.4 数据降维
2,4.1 主成分分析
2.4.2 流形学习
2.5 数据巡查
2.5.1 巡查的概念
2.5.2 总体巡查法
2.5.3 插值巡查法
2.5.4 投影寻踪法
2.6 数据平滑
2.6.1 动态数据平滑
2.6.2 局部加权回归
2.6.3 平滑祥条
2.7 数据聚类
2.7.1 相似性度量
2.7.2 层次聚类
2.7.3 k-均值聚类
2.7.4 聚类的评价
2.8 数据可视化图形
2.8.1 一维数据图形
2.8.2 二维数据图形
2.8.3 三维数据图形
2.8.4 高维数据图形
2.9 本章小结
参考文献
第3章 数据特征分析
3.1 基本概念
3.1.1 数据特征和特征工程
3.1.2 特征工程的内容
3.1.3 特征工程的过程
3.1.4 典型数据特征
3.2 基本变换特征
3.2.1 特征组合与特征交叉
3.2.2 特征结合与特征析取
3.3 一元分布特征
3.3.1 集中趋势特征
3.3.2 离散趋势特征
3.3.3 分布形态特征
3.4 多元关联特征
3.4.1 线性相关
3.4.2 非线性相关
3.4.3 因果型关联
3.4.4 关联模型
13.5 动态数据特征
3.5.1 随机特征
3.5.2 形态特征
3.5.3 频谱特征
3.5.4 因果关联
3.6 非结构化数据特征
3.6.1 文本数据特征
3.6.2 图像数据特征
3.7 特征选择方法
3.7.1 过滤法
3.7.2 包装法
3.7.3 嵌入法
3.8 本章小结
参考文献
第4章 模型参数估计
4.1 模型参数估计策略
4.1.1 最优化问题的构造
4.1.2 统计推断问题的描述
4.1.3 模型验证与评价
4.2 最优化方法
4.2.1 梯度下降法
4.2.2 牛顿法和拟牛顿法
4.2.3 超参数优化简介
4.3 极大似然估计
4.3.1 极大似然估计原理
4.3.2 极大似然估计求解
4.3.3 极大似然估计与最优化问题的关系
4.4 自助法
4.4.1 自助法原理
4.4.2 自助区间估计
4.4.3 关于自助法的注意事项
4.5 贝叶斯统计方法
4.5.1 贝叶斯统计原理
4.5.2 贝叶斯推断
4.5.3 贝叶斯计算
4.6 本章小结
参考文献
第5章 试验数据建模与分析
5.1 概述
5.1.1 试验因子
5.1.2 试验响应
5.1.3 试验设计
5.2 方差分析
5.2.1 因子效应
5.2.2 单因素方差分析
5.2.3 双因素方差分析
5.3 线性回归分析
5.3.1 一元线性回归
5.3.2 多元线性回归
5.3.3 回归模型的检验
5.3.4 回归模型的改进
5.4 带惩罚项的线性回归分析
5.4.1 最小二乘估计的弊端
5.4.2 有偏估计
5.4.3 岭估计
5.4.4 稀疏估计
5.5 逻辑斯蒂回归
5.5.1 分组数据的逻辑斯蒂回归模型
5.5.2 未分组数据的逻辑斯蒂回归模型
5.5.3 关于逻辑斯蒂回归的小结
5.6 本章小结
参考文献
第6章 观察数据建模与分析
6.1 概述
6.1.1 观察的方式
6.1.2 观察数据的偏差
6.2 基于潜在结果模型的因果推断
6.2.1 因果效应
6.2.2 使用事实结果估计因果效应
6.2.3 可忽略性与线性回归分析
6.2.4 潜在可忽略性与工具变量法
6.3 基于结构因果模型的因果推断
6.3.1 因果图与因果效应评估
6.3.2 基于结构因果模型的性能评估
6.3.3 热电池性能评估示例
6.4 本章小结
参考文献
第7章 仿真数据建模与分析
7.1 概述
7.1.1 仿真试验特点
7.1.2 仿真数据建模
7.1.3 仿真试验数据分析
7.2 筛选方法
7.2.1 方法
7.2.2 案例分析
7.3 分类回归树模型
7.3.1 分类回归树建模
7.3.2 因子效应分析案例
7.4 克里金模型
7.4.1 克里金模型定义
7.4.2 极大似然估计
7.4.3 贝叶斯估计
7.4.4 涂层性能评估案例
7.5 索伯尔指数法
7.5.1 索伯尔指数定义
7.5.2 索伯尔指数计算
7.5.3 体系效能评
展开
加入书架成功!
收藏图书成功!
我知道了(3)
发表书评
读者登录

请选择您读者所在的图书馆

选择图书馆
浙江图书馆
点击获取验证码
登录
没有读者证?在线办证