统计学习理论与方法：R语言版
左飞
903人在读
25.8万字总字数
¥41.86定价
左飞
本书从统计学观点出发，以数理统计为基础，全面系统地介绍了统计机器学习的主要方法。内容涉及回归（线性回归、多项式回归、非线性回归、岭回归，以及LASSO等）、分类（感知机、逻辑回归、朴素贝叶斯、决策树、支持向量机、人工神经网络等）、聚类（K均值、EM算法、密度聚类等）、蒙特卡洛采样（拒绝采样、自适应拒绝采样、重要性采样、吉布斯采样和马尔科夫链蒙特卡洛等）、降维与流形学习（SVD、PCA和MDS等），以及概率图模型基础等话题。此外，为方便读者自学，本书还扼要地介绍了机器学习中所必备的数学知识（包括概率论与数理统计、凸优化及泛函分析基础等）。
如果我们要以交易为生，我们离不开两门科学和一项技能，一门是数学，确切的说是统计学；另外一门是心理学；如果我们要面向未来，我们还必须学会一门一项技能，那就是计算机编程，目前来说，面对统计学最强大的语言就是R语言。我无法想象在当今的时代，如果不靠计算机辅助，我们如何回测自己的交易策略和如何自动化执行我们的交易策略。 这本书是关于统计学和R语言的书，书很浅显易懂。适合任何想在金融交易领域深耕的参与者。 当然了，统计学和编程只是实现成功交易的工具，而比这个工具更重要的是对交易的信念。
强烈推荐！尤其适合准备面试！
这本书介绍了概率统计和常见的机器学习算法，虽然书名说是R语言版，但全文涉及的R语言代码很少，而且实践应用也很少，本书似乎默认你对R语言很熟。更为重要的是，介绍机器学习算法中使用大量的数学公式来推演，而且涉及的前置数学知识储备要求不低。整体看下来，不适合一般性阅读，算法工程师入门可大略地翻一翻
为什么所有统计学的书都只罗列原理和代码，而述而不论啊
可以当教科书来用，虽然内容上没有李航那本统计学习方法多但是很适合初学者上手。书里面还有'R代码示例