机读格式显示(MARC)

• 000 01933nam0 2200349 450

• 001 0000743187

• 005 20211130155400.0

• 010 __ |a 978-7-04-053573-0 |d CNY69.00

• 099 __ |a CAL 012021024500

• 100 __ |a 20210319d2021 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak a 001yy

• 106 __ |a r

• 200 1_ |a 递归划分方法及其应用 |A di gui hua fen fang fa ji qi ying yong |d = Recursive partitioning and applications |f Heping zhang, Burton, H. Singer |g 王学钦译 |z eng

• 210 __ |a 北京 |c 高等教育出版社 |d 2021

• 215 __ |a 232页 |c 图 |d 24cm

• 225 2_ |a 概率统计与数据科学 |A gai lv tong ji yu shu ju ke xue |v 3

• 305 __ |a 据原书第2版译出

• 314 __ |a 责任者Heping zhang为张和平, Singer汉译姓:辛格

• 320 __ |a 有书目 (第212-227页) 和索引

• 330 __ |a 许多事情的发生，包括疾病，甚至死亡，以及金融信贷，都有各种各样、错综复杂的形式。有效地刻画这些形式，包括非线性和交互作用，是一直困扰我们的问题。本书的重点是介绍递归划分策略,解决上述难题。本书为第二版，它的一大亮点是涵盖许多重要实例：包括在流行病学、生物信息学、分子遗传学、生理学、社会人口学、银行和市场营销中的应用。作者深入浅出地阐述重要概念和计算方面的统计问题，并认真讨论现实或科学问题的背景,提供一系列实质性的独特见解。除了强调树方法的基本递归划分策略，本书还从预测和解释的角度为森林方法提供了全新的材料。如何判断各种因素对结果的影响，是一个核心统计分析问题。通过遗传学和流行病学的例子，作者介绍了随机和确定性森林的生成方法，从而回答统计分析的核心问题。确定性森林比随机森林的构造更容易重复，从而有利于可解释性。本书还增加了生存森林和在精准医疗中的应用。

• 410 _0 |1 2001 |a 概率统计与数据科学 |v 3

• 500 10 |a Recursive partitioning and applications |m Chinese

• 606 0_ |a 递归论 |A di gui lun

• 690 __ |a O141.3 |v 5

• 701 _0 |a 张和平 |A zhang he |4 著

• 701 _1 |a 辛格 |A xin ge |g (Singer, Burton, H.) |4 著

• 702 _0 |a 王学钦 |A wang xue qin |4 译

• 801 _0 |a CN |b NMU |c 20210319

• 905 __ |a SCNU |f O141.3/1221

• 920 __ |a 242430 |z 1