（美）朱塞佩·查博罗，（美）巴拉伊·温卡特斯瓦兰著；李洪成译2018 年出版218 页ISBN：9787111603849
本书从神经网络的基本概念出发，详细介绍了神经网络的学习过程、前向神经网络、后向反馈神经网络、循环和卷积神经网络、多层神经网络，感知神经网络、深度神经网络。在介绍神经网络基本知识的同时，应用当前最为...
童春发，施季森编著2014 年出版302 页ISBN：9787030420701
本书系统地阐述了多种林木遗传育种统计模型参数估计和假设检验的基本方法与应用。全书共分八章。第一章介绍固定效应模型和随机效应模型概念。第二章至第六章分别论述半同胞子代测定、巢式设计、因子交配设...
（希）鲁伊·米格尔·福特（Rui Miguel Forte）著2017 年出版243 页ISBN：9787111553540
R提供了一个免费、开源的环境，这对于学习预测建模以及在真实环境下部署解决方案是很理想的。随着不断增长的社区和大量扩展包的出现，R提供了一个应对一系列问题的切实解决方案。本书可以作为学习预测建模基础...
数据挖掘与商务分析 R语言 R软件统计分析入门书 R语言编程教程书籍 教你如何用R进行数据挖掘从入门到精通
美约翰尼斯莱道尔特JohannesLedolter著2016 年出版266 页ISBN：9787111549406
从海量的数据中收集、分析、提取有价值的信息需要功能强大的分析工具，本书结合R软件详细介绍了数据挖掘和数据分析的实用方法，主要内容包括处理信息和获取数据、标准线性回归、局部多项式回归、统计建模中简...
（美）盖尔盖伊·道罗齐（Gergely Daroczi）著2016 年出版280 页ISBN：9787111547952
本书共分为14章，重点探讨了数据预处理的方法，包括数据获取、筛选、重构、建模、平滑以及降维，本书还介绍了分类和聚类等几种主要的数据分析方法，最后探讨了网络数据、时序数据、空间数据及社交媒体数据等一些特...
（美）托尔戈著2013 年出版203 页ISBN：9787111407003
本书不要求读者具有R或者数据挖掘或者统计技术的基础，它选择了多种案例问题，这些案例具有数据大小、数据类型、分析目标和分析工具等各方面的挑战。作者用一系列详细的实际案例以实践的方式来讲述数据挖掘的...
