数据分析基础及模型pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

数据分析基础及模型PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 算子理论基础 1

1.1基本概念和定义 1

1.2常用不等式 7

小结及深入的主题 12

第2章 统计分析基础 15

2.1基本概念 16

2.2常见分布及Matlab实现 22

2.5收敛性 42

2.6随机逼近 45

小结及深入的主题 48

第3章 矩阵分解与计算 53

3.1基本概念 53

3.2矩阵分解与降维 58

小结及深入的主题 70

第4章 分类模型 75

4.1贝叶斯推断 75

4.2高斯混合模型（GMM） 80

4.3Logistic回归 94

4.4判别分析 96

4.5集成学习（Ensemble Learning） 98

小结及深入的主题 100

第5章 数据降维方法 113

5.1主成分分析（PCA） 113

5.2扩展的PCA模型 115

5.3流形学习 118

5.4谱聚类 119

5.5典型谱聚类算法及其性能分析 127

小结及深入的主题 136

第6章 聚类分析 143

6.1经典聚类模型 143

6.2核聚类模型 147

6.3常见算法性能的分析与比较 150

小结及深入的主题 151

第7章 在线学习 155

7.1引言 155

7.2模型和算法 157

7.3模型复杂性及选择 176

7.4算法收敛性、收敛速度和误差界 179

7.5典型应用 183

小结及深入的主题 186

附录A 常用参数和指标 201

A.1期望和方差 201

A.2偏度（Skewness） 201

A.3峰度（Peakness/Kurtosis） 201

附录B 度量 202

B.1相关性度量 202

B.2距离度量 203

附录C Cramer-Rao不等式 206

附录D 中英文对照表 208