統(tǒng)計(jì)計(jì)算與智能分析理論及其Python實(shí)踐
定 價(jià):159 元
- 作者:燕雪峰
- 出版時(shí)間:2022/2/1
- ISBN:9787121426087
- 出 版 社:電子工業(yè)出版社
- 中圖法分類:TP183
- 頁(yè)碼:
- 紙張:
- 版次:
- 開本:
本書介紹統(tǒng)計(jì)計(jì)算與智能分析基礎(chǔ)理論以及基于Python的模型算法實(shí)現(xiàn)。全書由13章組成,主要內(nèi)容有:隨機(jī)數(shù)生成技術(shù);數(shù)據(jù)探索性分析;特征提取與選擇方法;期望算法;Markov鏈蒙特卡羅方法;重采樣技術(shù);重要采樣技術(shù);序貫重要性采樣;非參數(shù)概率密度估計(jì);非參數(shù)回歸分析;樹模型理論;概率圖模型;模型性能評(píng)價(jià)技術(shù)。
燕雪峰,男,1974年4月出生,江蘇泰興人。2005年3月于北京理工大學(xué)獲計(jì)算機(jī)應(yīng)用技術(shù)專業(yè)工學(xué)博士。南京航空航天大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院教授,博士生導(dǎo)師,副院長(zhǎng),江蘇省六大人才高峰。長(zhǎng)期從事面向領(lǐng)域的復(fù)雜裝備系統(tǒng)工程方法論研究及應(yīng)用、復(fù)雜體系建模與評(píng)估工作。承擔(dān)與本書相關(guān)的國(guó)家重點(diǎn)研發(fā)計(jì)劃課題、國(guó)防基礎(chǔ)科研重點(diǎn)項(xiàng)目、裝發(fā)重點(diǎn)項(xiàng)目和一般項(xiàng)目8項(xiàng)。相關(guān)研究發(fā)行英文專著一部,近5來(lái)在國(guó)內(nèi)外期刊、會(huì)議上發(fā)表論文30余篇,其中SCI 5篇,CCF會(huì)議論文和EI期刊論文10余篇,重要核心論文5篇。先后獲國(guó)防科工局科技進(jìn)步獎(jiǎng)二等獎(jiǎng)、江蘇省級(jí)教改一等獎(jiǎng)。
第 1章 隨機(jī)數(shù)生成技術(shù)..............................................................1
1.1標(biāo)準(zhǔn)分布的隨機(jī)數(shù)生成 ....................................................... 1
1.1.1連續(xù)型隨機(jī)變量仿真生成 ...................................................2
1.1.2離散型隨機(jī)變量仿真生成 ..................................................10
1.2非標(biāo)準(zhǔn)分布的隨機(jī)數(shù)生成 ................................................... 14
1.2.1逆變換法 ............................................................... 14
1.2.2接受-拒絕法與自適應(yīng)拒絕法 ............................................... 16
1.2.3組合法 ................................................................. 22
1.3隨機(jī)過(guò)程的隨機(jī)數(shù)生成 ......................................................26
1.3.1馬爾可夫過(guò)程仿真生成....................................................27
1.3.2泊松過(guò)程仿真生成 ....................................................... 31
1.3.3維納過(guò)程仿真生成 ....................................................... 35
1.4基于變分自編碼器模型的數(shù)據(jù)生成 .......................................... 36
1.4.1 VAE模型基本思想.......................................................37
1.4.2變分自編碼器模型 ....................................................... 37
1.5基于生成式對(duì)抗網(wǎng)絡(luò)的數(shù)據(jù)生成 .............................................46
1.5.1 GANs的基本原理 ....................................................... 46
1.5.2 GANs理論推導(dǎo) ......................................................... 48
1.5.3 GANs算法的近優(yōu)算法 ................................................... 53
1.6習(xí)題 ........................................................................ 57
第 2章 探索性數(shù)據(jù)分析 ............................................................ 61
2.1一維探索性數(shù)據(jù)分析 ........................................................ 61
2.1.1匯總統(tǒng)計(jì)量 ............................................................. 62
2.1.2直方圖 ................................................................. 65
2.1.3莖葉圖 ................................................................. 66
2.1.4箱線圖 ................................................................. 68
2.1.5正態(tài)概率圖 ............................................................. 70
2.1.6 Q-Q圖 .................................................................72
2.2多維探索性數(shù)據(jù)分析 ........................................................ 75
2.2.1多屬性統(tǒng)計(jì)量 ........................................................... 75
2.2.2散點(diǎn)圖 ................................................................. 77
2.2.3邊緣直方圖 ............................................................. 83
2.2.4邊緣箱形圖 ............................................................. 84
2.2.5成對(duì)圖 ................................................................. 86
2.2.6 Box-Cox線性變換圖 ..................................................... 87
2.2.7自相關(guān)圖和偏自相關(guān)圖....................................................90
2.2.8交叉相關(guān)圖 .............................................................94
2.2.9滯后圖 ................................................................. 95
2.3習(xí)題 ........................................................................ 97
第 3章 特征提取與選擇方法 .......................................................100
3.1特征提取方法 ..............................................................100
3.1.1主成分分析 ............................................................ 100
3.1.2因子分析 .............................................................. 109
3.1.3獨(dú)立分量分析 .......................................................... 115
3.1.4線性判別分析 .......................................................... 125
3.2時(shí)間序列的特征提取方法 .................................................. 130
3.2.1 STL分解算法 ..........................................................130
3.2.2經(jīng)驗(yàn)?zāi)B(tài)分解 .......................................................... 132
3.2.3奇異譜分析方法 ........................................................ 139
3.2.4小波變換 .............................................................. 143
3.3特征選擇方法 ..............................................................160
3.3.1過(guò)濾特征選擇 .......................................................... 161
3.3.2 Wrapper法 ............................................................163
3.3.3 Embedded法 .......................................................... 166
3.3.4貝葉斯統(tǒng)計(jì)和正則化 .................................................... 168
3.4習(xí)題 .......................................................................173
第 4章 期望算法..............................................................176
4.1從極大似然估計(jì)到 EM算法 ............................................... 176
4.2 EM算法原理與實(shí)現(xiàn) ....................................................... 178
4.2.1 EM算法原理 .......................................................... 178
4.2.2 EM算法 .............................................................. 180
4.3 EM算法應(yīng)用 .............................................................. 184
4.3.1 K-Means聚類算法 ......................................................184
4.3.2高斯混合模型聚類算法 .................................................. 187
4.3.3 K-Means和 GMM的關(guān)系 ............................................... 195
4.4習(xí)題 .......................................................................195
第 5章 馬爾可夫鏈蒙特卡羅方法 .................................................. 197
5.1蒙特卡羅方法引入 ......................................................... 197
5.2馬爾可夫鏈蒙特卡羅方法 .................................................. 198
5.3 Metropolis-Hastings采樣 .................................................. 200
5.3.1 Metropolis采樣算法 .................................................... 200
5.3.2 Metropolis-Hastings采樣算法 ............................................ 204
5.3.3多維 Metropolis-Hastings采樣算法 ....................................... 207
5.4 Gibbs采樣 ................................................................ 209
5.5馬爾可夫鏈蒙特卡羅方法應(yīng)用 ..............................................213
5.5.1基于 MCMC的貝葉斯統(tǒng)計(jì)推斷...........................................213
5.5.2可逆跳轉(zhuǎn) MCMC方法 .................................................. 215
5.6習(xí)題 .......................................................................220
第 6章 重采樣技術(shù) ................................................................222
6.1刀切法.....................................................................222
6.1.1刀切法基本原理 ........................................................ 222
6.1.2刀切法算法與實(shí)現(xiàn) ...................................................... 225
6.2自助法.....................................................................225
6.2.1自助法基本原理 ........................................................ 225
6.2.2 Rn的統(tǒng)計(jì)特性 ......................................................... 229
6.3重采樣技術(shù)的應(yīng)用 ......................................................... 230
6.3.1 Bagging算法 .......................................................... 230
6.3.2 Boosting算法 ..........................................................237