贝叶斯统计学及其应用(自制书签)

贝叶斯统计学及其应用(自制书签) 韩明 这是网上能搜索到的第一份完全版，我自制了书签目录韩明 这是网上能搜索到的第一份完全版，我自制了书签目录

贝叶斯统计学及其应用(自制书签) 这是网上能搜索到的第一份完全版

贝叶斯统计学及其应用(自制书签) 这是网上能搜索到的第一份完全版

机器学习与R语言(自制书签目录).pdf 书签 目录 中文版

此书在国外浩瀚的同类书籍中也是评价非常高，这本书算是R与机器学习最最入门的书籍。

数据挖掘导论 自制详细书签目录 可跳转

本书全面介绍了数据挖掘的理论和方法，旨在为读者提供将数据挖掘应用于实际问题所必需的知识。本书涵盖五个主题：数据、分类、关联分析、聚类和异常检测。除异常检测外，每个主题都包含两章：前面一章讲述基本概念、代表性算法和评估技术，后面一章较深入地讨论高级概念和算法。目的是使读者在透彻地理解数据挖掘基础的同时，还能了解更多重要的高级主题。此外，书中还提供了大量示例、图表和习题。 本书适合作为相关专业高年级本科生和研究生数据挖掘课程的教材，同时也可作为数据挖掘研究和应用开发人员的参考书。

统计学习基础：数据挖掘、推理与预测(自制书签目录).pdf 目录可跳转

《统计学习基础:数据挖掘、推理与预测》介绍了这些领域的一些重要概念。尽管应用的是统计学方法，但强调的是概念，而不是数学。许多例子附以彩图。《统计学习基础:数据挖掘、推理与预测》内容广泛，从有指导的学习（预测）到无指导的学习，应有尽有。包括神经网络、支持向量机、分类树和提升等主题，是同类书籍中介绍得最全面的。计算和信息技术的飞速发展带来了医学、生物学、财经和营销等诸多领域的海量数据。理解这些数据是一种挑战，这导致了统计学领域新工具的发展，并延伸到诸如数据挖掘、机器学习和生物信息学等新领域。许多工具都具有共同的基础，但常常用不同的术语来表达。

概率论与数理统计(茆诗松)（自制详细目录）

茆诗松撰写的《概率论与数理统计》、《试验设计》、《贝叶斯统计》等十多本统计学专著，很多被作为高校数理统计专业的教材，其中《概率论与数理统计》、《概率论与数理统计习题解答》获得了2002年国家教育部优秀教材一等奖。

贝叶斯统计讲义课件 PPT

英国学者托马斯·贝叶斯在《论有关机遇问题的求解》中提出一种归纳推理的理论，后被一些统计学者发展为一种系统的统计推断方法，称为贝叶斯方法。采用这种方法作统计推断所得的全部结果，构成贝叶斯统计的内容。认为贝叶斯方法是唯一合理的统计推断方法的统计学者，组成数理统计学中的贝叶斯学派，其形成可追溯到 20世纪 30 年代。到50～60年代，已发展为一个有影响的学派。时至今日，其影响日益扩大。

Kaggle数学竞赛泰坦尼克号生存预测的代码

Kaggle数学竞赛泰坦尼克号生存预测的代码。方便没有梯子的同学。

深度中文版及代码

《Deep Learning》（深度学习）是一本皆在帮助学生和从业人员进入机器学习领域的教科书，以开源的形式免费在网络上提供，这本书是由学界领军人物 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 合力打造。

贝叶斯方法 概率编程与贝叶斯推断 中文版带目录 及代码

《贝叶斯方法 概率编程与贝叶斯推断》基于PyMC语言以及一系列常用的Python数据分析框架，如NumPy、SciPy和Matplotlib，通过概率编程的方式，讲解了贝叶斯推断的原理和实现方法。该方法常常可以在避免引入大量数学分析的前提下，有效地解决问题。书中使用的案例往往是工作中遇到的实际问题，有趣并且实用。作者的阐述也尽量避免冗长的数学分析，而让读者可以动手解决一个个的具体问题。通过对本书的学习，读者可以对贝叶斯思维、概率编程有较为深入的了解，为将来从事机器学习、数据分析相关的工作打下基础。本书适用于机器学习、贝叶斯推断、概率编程等相关领域的从业者和爱好者，也适合普通开发人员了解贝叶斯统计而使用。