机读格式显示(MARC)

• 000 01823nam 2200325 450

• 001 0000715250

• 005 20240812142700.0

• 010 __ |a 978-7-5232-1133-5 |d CNY219.00

• 100 __ |a 20240411e20242013em y0chiy50 ba

• 101 0_ |a eng

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a Applied predictive modeling |A Applied Predictive Modeling |f Max Kuhn, Kjell Johnson |d = 应用预测建模 |e 数据科学与机器学习方法 |f (美) 马克斯·库恩, 谢尔·约翰逊著 |z chi

• 205 __ |a 全彩英文版 |b 影印本

• 210 __ |a 北京 |c 世界图书出版公司 |d 2024

• 215 __ |a 600页 |c 图 (部分彩图) |d 24cm

• 225 2_ |a 香农信息科学经典 |A xiang nong xin xi ke xue jing dian |i “机器学习”系列

• 304 __ |a 题名与责任者取自封面

• 314 __ |a 马克斯·库恩 (Max Kuhn), 康涅狄格州格罗顿市辉瑞全球研发非临床统计部主任, 在制药和诊断行业已有近20年应用预测模型的经验, 他还是很多R包的作者。谢尔·约翰逊 (Kjell Johnson), 博士, 在药物研发和其他行业有近20年统计咨询和预测建模经验, 曾任辉瑞全球研发统计部主任。

• 320 __ |a 有书目 (第569-587页)

• 330 __ |a 本书专注于预测建模的实际应用, 介绍了从数据预处理到建模再到模型评估和选择的整个过程, 以及背后的统计思想, 涉及各种回归技术和分类技术。从解决实际问题延伸到模型拟合, 以及随之出现的主题, 如处理类不平衡、选择预测因子等在实践中经常出现的问题, 作者意在为读者提供预测建模过程的指导, 并结合开源软件R语言来求解实际问题, 详细给出R代码和处理的步骤。R包Applied Predictive Modeling包含了书中例题和习题使用的数据, 以及用于重复书中每一章分析的R代码。

• 410 _0 |1 2001 |a 香农信息科学经典 |i “机器学习”系列

• 510 1_ |a 应用预测建模 |e 数据科学与机器学习方法 |z chi

• 606 0_ |a 系统建模 |A xi tong jian mo |x 英文

• 690 __ |a N945.12 |v 5

• 701 _1 |a 库恩 |A ku en |g (Kuhn, Max) |4 著

• 701 _1 |a 约翰逊 |A yue han xun |g (Johnson, Kjell) |4 著

• 801 _0 |a CN |b WFKJXY |c 20240812

• 905 __ |a WFKJXY |d N945.12/15*