품목정보
발행일 | 2019년 04월 30일 |
---|---|
판형 | 양장? |
쪽수, 무게, 크기 | 612쪽 | 995g | 150*228*39mm |
ISBN13 | 9791161752860 |
ISBN10 | 1161752862 |
발행일 | 2019년 04월 30일 |
---|---|
판형 | 양장? |
쪽수, 무게, 크기 | 612쪽 | 995g | 150*228*39mm |
ISBN13 | 9791161752860 |
ISBN10 | 1161752862 |
실전 예측 분석 모델링 Applied Predictive Modeling
45,000원 (10%)
1부. 전통적인 통계적 추론 01장. 알고리즘과 추론 __1.1 회귀 예제 __1.2 가설 검정 __1.3 주석 및 상세 설명 02장. 빈도주의 추론 __2.1 실제에서의 빈도주의 __2.2 빈도주의 최적성 __2.3 주석 및 상세 설명 03장. 베이즈 추론 __3.1 두 가지 예제 __3.2 불충분 정보 사전 분포 __3.3 빈도주의 추론의 결함 __3.4 베이즈/빈도주의 비교 리스트 __3.5 주석 및 상세 설명 04장. 피셔 추론과 최대 우도 예측 __4.1 우도와 최대 우도 __4.2 피셔 정보와 MLE __4.3 조건부 추론 __4.4 순열과 랜덤화 __4.5 주석 및 상세 설명 05장. 모수적 모델과 지수 패밀리 __5.1 일변량 패밀리 __5.2 다변량 정규분포 __5.3 다모수 패밀리의 피셔 정보 경계 __5.4 다항분포 __5.5 지수 패밀리 __5.6 주석 및 상세 설명 2부. 초기 컴퓨터 시대 기법 06장. 경험적 베이즈 __6.1 로빈의 공식 __6.2 누락된 종 문제 __6.3 의학 예제 __6.4 간접 증거 1 __6.5 주석 및 상세 설명 07장. 제임스-스타인 추정과 리지 회귀 __7.1 제임스-스타인 추정기 __7.2 야구 선수들 __7.3 리지 회귀 __7.4 간접 증거 2 __7.5 주석 및 상세 설명 08장. 일반화된 선형 모델과 회귀 트리 __8.1 로지스틱 회귀 __8.2 일반화 선형 모델 __8.3 포아송 회귀 __8.4 회귀 트리 __8.5 주석 및 상세 설명 09장. 생존 분석과 EM 알고리즘 __9.1 생명표와 위험률 __9.2 검열된 데이터와 카플란-마이어 추정 __9.3 로그 순위 검정 __9.4 비례적 위험률 모델 __9.5 누락 데이터와 EM 알고리즘 __9.6 주석 및 상세 설명 10장. 잭나이프와 부트스트랩 __10.1 표준오차에 대한 잭나이프 추정 __10.2 비모수적 부트스트랩 __10.3 재표본추출 계획 __10.4 모수적 부트스트랩 __10.5 영향 함수와 안정적 추정 __10.6 주석 및 상세 설명 11장. 부트스트랩 신뢰구간 __11.1 단일 모수 문제에 대한 네이만의 구성 __11.2 퍼센타일 기법 __11.3 편향 수정 신뢰구간 __11.4 2차 정확성 __11.5 부트스트랩-t 구간 __11.6 객관적 베이즈 구간과 신뢰분포 __11.7 주석 및 상세 설명 12장. 교차 검증과 Cp 예측 오차 추정 __12.1 예측 규칙 __12.2 교차 검증 __12.3 공분산 페널티 __12.4 훈련, 검증, 단기 예측 변수 __12.5 주석 및 상세 설명 13장. 객관적 베이즈 추론과 마르코프 체인 몬테 카를로 __13.1 객관적 사전 분포 __13.2 켤레 사전 분포 __13.3 모델 선택과 베이즈 정보 기준 __13.4 깁스 표본과 MCMC __13.5 예제: 개체군 혼합물 모델링 __13.6 주석 및 상세 설명 14장. 전후 시대의 통계적 추론과 기법 3부. 21세기 주제 15장. 대규모 가설 검정과 거짓 발견율 __15.1 대규모 검정 __15.2 거짓 발견율 __15.3 경험적 베이즈 대규모 검정 __15.4 지역 거짓 발견율 __15.5 귀무분포의 선택 __15.6 연관성 __15.7 주석 및 상세 설명 16장. 희소 모델링과 라소 __16.1 전방 단계별 회귀 __16.2 라소 __16.3 라소 모델 적합화 __16.4 최소각 회귀 __16.5 일반화된 라소 모델 적합화 __16.6 라소를 위한 선택-후 추론 __16.7 연결과 확장 __16.8 주석 및 상세 설명 17장. 랜덤 포레스트와 부스팅 __17.1 랜덤 포레스트 __17.2 제곱 오차 손실 함수를 사용한 부스팅 __17.3 그래디언트 부스팅 __17.4 에이다부스트: 원래의 부스팅 알고리즘 __17.5 연결과 확장 __17.6 주석 및 상세 설명 18장. 신경망과 딥러닝 __18.1 신경망과 필기체 숫자 문제 __18.2 신경망 적합화 __18.3 오토인코더 __18.4 딥러닝 __18.5 딥 네트워크 학습 __18.6 주석 및 상세 설명 19장. 서포트 벡터 머신과 커널 기법 __19.1 최적 분리 초평면 __19.2 소프트 마진 분류기 __19.3 손실 플러스 페널티로서의 SVM 기준 __19.4 계산과 커널 트릭 __19.5 커널을 이용한 함수 적합화 __19.6 예제: 단백질 분류에 대한 문자열 커널 __19.7 SVM: 결론 __19.8 커널 평활화와 지역 회귀 __19.9 주석 및 상세 설명 20장. 모델 선택 후의 추론 __20.1 동시 신뢰구간 __20.2 모델 선택 후 정교함 __20.3 선택 편향 __20.4 병합된 베이즈-빈도주의 추정 __20.5 주석 및 상세 설명 21장. 경험적 베이즈 추정 전략 __21.1 베이즈 디컨볼루션 __21.2 g-모델링과 추정 __21.3 우도, 정규화, 정확도 __21.4 두 가지 예제 __21.5 일반적 선형 혼합 모델 __21.6 디컨볼루션과 f-모델링 __21.7 주석 및 상세 설명 |
첫번째 리뷰어가 되어주세요.
배송 구분 |
예스24 배송
|
---|---|
포장 안내 |
안전하고 정확한 포장을 위해 CCTV를 설치하여 운영하고 있습니다. 고객님께 배송되는 모든 상품을 CCTV로 녹화하고 있으며, 철저한 모니터링을 통해 작업 과정에 문제가 없도록 최선을 다 하겠습니다.
목적 : 안전한 포장 관리 |
상품 설명에 반품/교환과 관련한 안내가 있는경우 아래 내용보다 우선합니다. (업체 사정에 따라 달라질 수 있습니다)
반품/교환 방법 |
|
---|---|
반품/교환 가능기간 |
|
반품/교환 비용 |
|
반품/교환 불가사유 |
|
소비자 피해보상 |
|
환불 지연에 따른 배상 |
|