注冊 | 登錄讀書好,好讀書,讀好書!
讀書網-DuShu.com
當前位置: 首頁出版圖書人文社科社會科學統(tǒng)計學大數據 統(tǒng)計理論、方法與應用

大數據 統(tǒng)計理論、方法與應用

大數據 統(tǒng)計理論、方法與應用

定 價:¥98.00

作 者: 朱建平,謝邦昌,馬雙鴿,張德富,方匡南 ... 著
出版社: 北京大學出版社
叢編項:
標 簽: 暫缺

購買這本書可以去


ISBN: 9787301307106 出版時間: 2019-09-01 包裝: 平裝
開本: 16開 頁數: 408 字數:  

內容簡介

  從統(tǒng)計學科與計算機科學的性質認知,大數據是指那些超過傳統(tǒng)數據系統(tǒng)處理能力、超出經典統(tǒng)計思想研究范圍、不借用網絡無法用主流軟件工具及技術進行單機分析的復雜數據的集合,對于這一數據集合,在一定的條件下和合理的時間內,我們可以通過現(xiàn)代計算機技術和創(chuàng)新的統(tǒng)計方法,有目的地進行設計、獲取、管理、分析,揭示隱藏在其中的有價值的模式和知識。 《大數據:統(tǒng)計理論、方法與應用》共分五章,其內容包括大數據下的統(tǒng)計理論體系、大數據下的數據集整合分析、大數據下的高維變量選擇方法、大數據下的統(tǒng)計方法并行計算和大數據下的統(tǒng)計方法應用——網絡輿情分析?!”緯鴥热菪路f,取材國內外資料,同時認真總結了作者近年來的科研成果,重點反映統(tǒng)計學對大數據發(fā)展的影響,突出五大特點: (1)充分體現(xiàn)學科融合; (2)拓展統(tǒng)計研究對象;?。?)豐富統(tǒng)計計算規(guī)范; (4)改進統(tǒng)計研究方式;?。?)擴展統(tǒng)計應用范圍。 本書對從事大數據挖掘、機器學習、人工智能和數據分析的科技人員具有重要的參考價值,可以用作統(tǒng)計學、計算機技術、人工智能和大數據管理等專業(yè)或研究方向博士生、碩士生的教材。

作者簡介

  朱建平,南開大學理學博士?,F(xiàn)為廈門大學管理學院教授、博士生導師,廈門大學健康醫(yī)療大數據國家研究院副院長,廈門大學數據挖掘研究中心主任。主要研究方向為數理統(tǒng)計、數據挖掘、健康醫(yī)療大數據、數據科學與商業(yè)智能等。謝邦昌,臺灣大學生物統(tǒng)計學博士?,F(xiàn)為臺北醫(yī)學大學教授、博士生導師,臺北醫(yī)學大學管理學院院長、臺北醫(yī)學大學大資料研究中心主任。主要研究方向為數理統(tǒng)計、生物統(tǒng)計、統(tǒng)計調查研究、大數據挖掘、醫(yī)學統(tǒng)計等。馬雙鴿,美國威斯康星大學統(tǒng)計學博士、華盛頓大學生物統(tǒng)計博士后?,F(xiàn)為美國耶魯大學生物統(tǒng)計系教授。美國統(tǒng)計學會會士、國際統(tǒng)計學會當選會員。主要研究方向為高維數據分析、生存分析、衛(wèi)生經濟、癌癥等。張德富,華中科技大學工學博士、廈門東南融通博士后?,F(xiàn)為廈門大學信息學院教授、博士生導師,廈門大學大數據與計算智能團隊帶頭人。廈門“雙百計劃”領軍型創(chuàng)業(yè)人才、閩江科學傳播學者、廈門市科技經濟促進會高級顧問、中國大數據學術創(chuàng)新百人、公益慈善中國行活動專家。主要研究方向為大數據、計算智能、數據挖掘、大規(guī)模優(yōu)化算法、知識圖譜等。方匡南,廈門大學統(tǒng)計學博士、美國耶魯大學博士后。現(xiàn)為廈門大學經濟學院統(tǒng)計系教授、博士生導師,廈門大學數據挖掘研究中心副主任。主要研究方向為數據挖掘、機器學習、應用統(tǒng)計、金融大數據、醫(yī)療大數據等。潘璠,華中科技大學經濟學博士,高級統(tǒng)計師,國家統(tǒng)計局統(tǒng)計科學研究所原所長。

圖書目錄

第一章 大數據下的統(tǒng)計理論體系
1.1 背景與意義
1.2 文獻回顧與評述
1.3 大數據及其對統(tǒng)計學科的影響
1.4 從統(tǒng)計學到數據科學范式的興起
1.5 大數據背景下的統(tǒng)計學科建設
1.6 總結與展望
參考文獻
第二章 大數據下的數據集整合分析
2.1 背景和意義
2.2 綜述
2.3 AFT在異構性模型的整合分析
2.4 對癌癥結果中多維度組學數據的整合分析
2.5 多亞型癌癥預后數據整合分析
2.6 基于對比懲罰的高通量癌癥研究整合分析
2.7 總結與展望
參考文獻
第三章 大數據下的高維變量選擇方法
3.1 背景和意義
3.2 高維數據的群組變量選擇方法
3.3 基于自適應稀疏組Lasso的雙層變量選擇
3.4 基于網絡結構Logistic模型的企業(yè)信用風險預警
3.5 用懲罰方法來識別兩部分模型的比例結構
3.6 總結與展望
參考文獻
第四章 大數據下的統(tǒng)計方法并行計算
4.1 背景和意義
4.2 綜述
4.3 基于Map-Reduce的馬爾可夫毯貝葉斯網絡學習
4.4 基于Hadoop的并行關聯(lián)規(guī)則挖掘方法
4.5 基于分類問題的特征排序算法
4.6 模糊時間序列預測模型
4.7 精準營銷決策框架
4.8 總結及展望
參考文獻
第五章 大數據下的統(tǒng)計方法應用——網絡輿情分析
5.1 背景和意義
5.2 網絡輿情分析研究方法
5.3 網絡輿情分析中的主題發(fā)現(xiàn)
5.4 網絡輿情分析中的關聯(lián)分析
5.5 網絡輿情分析中的情感傾向性分析
5.6 應用研究
5.7 總結與展望
參考文獻

本目錄推薦

掃描二維碼
Copyright ? 讀書網 m.ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網安備 42010302001612號