• 分布式统计计算(应用统计硕士新编21世纪研究生系列教材) 9787300315867
21年品牌 40万+商家 超1.5亿件商品

分布式统计计算(应用统计硕士新编21世纪研究生系列教材) 9787300315867

全新正版 可开票 支持7天无理由,不清楚的请咨询客服。

36.15 7.4折 49 全新

库存3件

浙江嘉兴
认证卖家担保交易快速发货售后保障

作者编者:冯兴东//贺莘|责编:胡志敏

出版社中国人民大学

ISBN9787300315867

出版时间2023-04

装帧平装

开本其他

定价49元

货号31760881

上书时间2024-01-23

倒爷图书专营店

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
商品简介

本书着重介绍分布式计算的思想其及在统计学以及机器学习中的应用,将传统统计学与机器学习中的经典方法和现代分布式算法相结合,强化学生的分布式统计计算的编程能力和对相关方法的理解,努力在统计计算和分布式计算之间搭建起一座桥梁。本书亦围绕统计学中的不同问题提供了丰富的实际案例以及详细的实现代码,从而帮助使用者快速理解相关分布式的核心思想,提升编程能力,进而可以熟练地进行大数据的统计分析和研究。
本书可作为统计学与数据科学等相关专业高年级本科生与研究生教材,也可用作相关大数据分析方向从业者与研究者的参考书。



作者简介

冯兴东 上海财经大学统计与管理学院院长、统计学教授、博士生导师。研究领域为数据降维、稳健回归、分位数回归以及在经济问题中的应用、大数据统计计算、强化学习等,在国际统计学期刊Journal of the American Statistical Association、Annals of Statistics、Journal of the Royal Statistical Society Series B、Biometrika以及人工智能会议NeurIPS上发表论文多篇。2018年入选国际统计学会推选会员,2019年担任全国青年统计学家协会副会长以及全国统计教材编审委员会第七届委员会专业委员(数据科学与大数据应用组),2020年成为第八届国务院学位委员会学科评议组(统计学)成员,2022年担任全国应用统计专业学位研究生教育指导委委员,2023年担任全国工业统计学教学研究会副会长以及中国数学会概率统计分会常务理事,2022年起兼任国际统计学权威期刊Annals of Applied Statistics编委以及国内统计学权威期刊《统计研究》编委。

贺 莘 上海财经大学统计与管理学院副教授、博士生导师。主要研究领域为统计机器学习及其在经济金融、医学健康中的应用,研究成果发表在Journal of Machine Learning Research、Journal of the American Statistical Association、Journal of Computational and Graphical Statistics、Electronic Journal of Statistics、Statistica Sinica、Thyroid等国际权威期刊上。主持国家自然科学基金青年项目一项以及上海市浦江人才计划项目一项。



目录
第1章  Apache Spark简介
  1.1  Apache Spark的历史与现状
  1.2  安装和运行Apache Spark
  1.3  Apache Spark编程简介
  1.4  Scala语言简介
    1.4.1  Scala开发环境配置及IntelliJIDEA
    1.4.2  Scala编程简介
    1.4.3  PySpark编程简介
  1.5  Spark编程
    1.5.1  Spark系统简介
    1.5.2  弹性分布式数据集
    1.5.3  RDD文件上的操作
    1.5.4  Spark中两个抽象概念
  1.6  公共数据集
第2章  Breeze程序包
  2.1  创建向量、矩阵及其简单计算
  2.2  整行或整列的运算
  2.3  常用数学计算
  2.4  常用分布
  2.5  基于Breeze包的分布式计算
第3章  随机模拟和统计推断
  3.1  随机数的产生
    3.1.1  逆累积分布函数法
    3.1.2  拒绝法
    3.1.3  示例:从回归模型中模拟数据
  3.2  EM优化
    3.2.1  EM算法
    3.2.2  收敛性分析
    3.2.3  分布式EM算法
    3.2.4  示例:高斯混合模型
第4章  马尔科夫链蒙特卡洛方法
  4.1  Metropolis-Hastings算法
  4.2  Slice取样法
  4.3  Gibbs取样法
第5章  优化算法
  5.1  数值计算方法
    5.1.1  (随机)梯度下降算法
    5.1.2  示例:分布式的线性回归估计
  5.2  近端梯度算法
    5.2.1  算法介绍
    5.2.2  示例:基于近端梯度算法的分布式Lasso回归参数估计
  5.3  交替方向乘子法
    5.3.1  算法介绍
    5.3.2  示例:分位数回归分布式参数估计
  5.4  有限内存BFGS算法
第6章  自举法
  6.1  自由自举法
  6.2  子集合自举法
第7章  常用统计机器学习方法
  7.1  聚类分析

内容摘要
 本书着重介绍分布式计算的思想及其在统计学以及机器学习中的应用,将传统
统计学与机器学习中的经典方法和现代分布式算法相结合,强化学生的分布式统计计算的编程能力和对相关方法的理解,努力在统计计算和分布式计算之间搭建起一
座桥梁。本书亦围绕统计学中的不同问题提供了丰富的实际案例以及详细的实现代码,帮助使用者快速理解相关分布式的核心思想,提升编程能力,进而可以熟练地进行大数据的统计分析和研究。
本书可作为统计学与数据科学相关专业高年级本科生与研究生教材,也可供相关大数据分析方向从业者与研究者参考。

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP