研究所講重點【線性代數及其應用習題詳解】 (5版)

其他會員也一起購買

書名：研究所分章題庫：線性代數及其應用習題詳解(五版) 作者：黃子嘉 出版社：大碩 出版日期：2019/08/00 ISBN：9789863456476 內容簡介 1.內容完整兼具深度及廣度以深入淺出的方式來表達。 2.相關試題收集最完整。 3.以最有效且最詳實的方式來解題。 4.適合研究所入學考試及自修用的參考書。

大數據分析與應用實戰：統計機器學習之資料導向程式設計

其他會員也一起購買

書名：大數據分析與應用實戰：統計機器學習之資料導向程式設計 作者：鄒慶士 出版社：東華 出版日期：2019/04/01 ISBN：9789574363407 內容簡介 本書特色 　　•文字說明、程式碼與執行結果等交叉呈現，有助於閱讀理解。 　　•來自不同領域的資料處理與分析範例。 　　•同時掌握資料分析兩大主流工具 - R 與 Python。 　　•凸顯第四代與第三代程式語言不同之處。 　　•深入淺出地介紹統計機器學習理論與實務。 　　•符合 iPAS 經濟部產業人才能力鑑定巨量資料分析師各科評鑑主題。 目錄 第一章資料導向程式設計 1.1 套件管理 1.1.1 基本套件 1.1.2 建議套件 1.1.3 貢獻套件 1.2 環境與輔助說明 1.3 R 語言資料物件 1.3.1 向量 1.3.2 矩陣 1.3.3 陣列 1.3.4 串列 1.3.5 資料框 1.3.6 因子 1.3.7 R 語言原生資料物件取值 1.3.8 R 語言衍生資料物件 1.4 Python 語言資料物件 1.4.1 Python 語言原生資料物件操弄 1.4.2 Python 語言衍生資料物件取值 1.4.3 Python 語言類別變數綸碼 1.5 向量化與隱式迴圈 1.6 編程範式與物件導向概念 1.6.1 R 語言 S3 類別 1.6.2 Python 語言物件導向 1.7 控制敘述與自訂函數 1.7.1 控制敘述 1.7.2 自訂函數 1.8 資料匯入與匯出 1.8.1 R 語言資料匯入及匯出 1.8.2 Python 語言資料匯入及匯出 1.9 程式除錯與效率監測 第二章資料前處理 2.1 資料管理 2.1.1 R 語言資料組識與排序 2.1.2 Python 語言資料排序 2.1.3 R 語言資料變形 2.1.4 Python語言資料變形 2.1.5 R 語言資料清理 2.1.6 Python 語言資料清理 2.2 資料摘要與彙總 2.2.1 摘要統計量 2.2.2 R 語言群組與摘要 2.2.3 Python 語言群組與摘要 2.3 屬性工程 2.3.1 屬性轉換與移除 2.3.2 屬性萃取之主成份分析 2.3.2.1奇異值矩陣分解 2.3.3 屬性挑選 2.3.4 小結 2.4 巨量資料處理概念 2.4.1 文字資料處理 2.4.2 Hadoop 分散式檔案系統 2.4.3 Spark 叢集訓計算框架 第三章統計機器學習基礎 3.1 隨機誤差模型 3.1.1 統計機器學習類型 3.1.2 過度配適 3.2 模型績效評量 3.2.1 迴歸模型績效指標 3.2.2 分類模型績效指標 3.2.2.1 模型預測值 3.2.2.2 混淆矩陣 3•2.2.3 整體指標 3.2.2.4 類別相關指標 3.2.3 模型績效視覺化 3.3 模型選擇與評定 3.3.1 重抽樣與資料切分方法 3.3.2 單類模型參數調校 3.3.2.1 多個參數待調 3.3.2.2 客製化參數調校 3.3.3 比較不同類的模型 3.4 相似性與距離 3.5 相關與獨立 3.5.1 數值變數與順序尺度類別變數 3.5.2 名目尺度類別變數 3.5.3 類別變數視覺化關聯檢驗 第四章非監督式學習 4.1 資料視覺化 4.1.1 圖形文法繪圖 4.2 關聯型態探勘 4.2.1 關聯型態評估準則 4.2.2 線上音樂城關聯規則分析 4.2.3 結語 4.3 集群分析 4.3.1 k 平均數集群 4.3.1.1 青少年市場區隔案例 4.3.2 階層式集群 4.3.3 密度集群 4.3.3.1 密度集群案例 4.3.4 集群結果評估 4.3.5 結語 第五章監督式學習 5.1 線性迴歸與分類 5.1.1 多元線性迴歸 5.1.2 偏最小平方法迴歸 5.1.3 脊迴歸、LASSO 迴歸與彈性網罩懲罰模型 5.1.4 線性判別分析 5.1.4.1 貝氏法 5.1.4.2 費雪法 5.1.5 羅吉斯迴歸分類與廣義線性模型 5.2 非線性分類與迴歸 5.2.1 天真貝式分類 5.2.1.1手機簡訊過濾案例 5.2.2 k 近鄰法分類 5.2.2.1 電離層無線電訊號案例 5.2.3 支援向量機分類 5.2.3.1 光學手寫字元案例 5.2.4 分類與迴歸樹 5.2.4.1 銀行貸款風險管理案例 5.2.4.2 酒品評點迴歸樹預測 5.2.4.3 小結 第六章其它學習方式 6.1 薈萃式學習 6.1.1 拔靴集成法 6.1.2 多模激發法 6.1.2.1 房價中位數預測案例 6.1.3 隨機森林 6.1.4 小結 6.2 深度學習 6.2.1 類神經網路簡介 6.2.2 多層感知機 6.2.2.1 混凝土強度佔計案例 6.2.3 卷積神經網路 6.2.4 遞歸神經網路 6.2.5 自動編碼器 6.2.6 受限波茲曼機 6.2.7 深度信念網路 6.2.8 深度學習參數調校 6.3 強化式學習

研究所講重點【線性代數及其應用(上)】 (5版)

其他會員也一起購買

書名: 研究所講重點：線性代數及其應用(上) ISBN: 9789863456445 作者: 黃子嘉 出版社: 大碩 出版日期: 2019-09 書名: 研究所講重點：線性代數及其應用(下) ISBN: 9789863456452 作者: 黃子嘉 出版社: 大碩 出版日期: 2019-08 內容簡介 　　★內容完整兼具深度及廣度以深入淺出的方式來表達 　　★相關試題收集最完整 　　★以最有效且最詳實的方式來解題 　　★適合研究所入學考試及自修用的參考書 上冊目錄 第零章 基礎數學 0-1 集合 0-2 證明的方法 0-3 關係與函數 0-4 體 0-5 複數 0-6 多項式 第一章 矩陣與線性方程組 1-1 矩陣及矩陣運算 1-2 反矩陣 1-3 基本列運算 1-4 線性方程組 1-5 可逆矩陣的充要條件 1-6 LU分解 1-7 基本行運算 第二章 行列式 2-1 二階行列式 2-2 高階行列式 2-3 行列式的性質 2-4 古典伴隨矩陣 第三章 向量空間 3-1 向量空間 3-2 子空間 3-3 生成與線性獨立 3-4 基底與維度 3-5 直和 3-6* Lagrange內插法 第四章 線性映射 4-1 線性映射 4-2 座標化 4-3 矩陣表示法與換底公式 4-4 核空間與像集 4-5 矩陣的秩 4-6 線性映射的合成與可逆 4-7* 對偶空間與零化集 下冊目錄 第五章 對角化及其應用 5-1 相似性 5-2 不變子空間 5-3 特徵根及特徵向量 5-4 對角化 5-5 冪等算子與矩陣 5-6 對角化的應用 5-7 特徵根的近似解法 5-8 Markov鏈 第六章 Jordan型及其應用 6-1 冪零算子 6-2 循環子空間及循環分解 6-3 Jordan 型 6-4 Cayley-Hamilton 定理及其應用 6-5 Jordan 型的應用 6-6 極小多項式 第七章 內積空間 7-1 內積 7-2 Gram-Schmidt正交化及QR分解 7-3 正交投影 7-4 正交補空間 第八章 內積上的算子及其應用 8-1 伴隨算子 8-2 正規算子與矩陣 8-3 么正及正交算子的特性 8-4 雙線性型式與半雙線性型式 8-5 正定及正半定算子與矩陣 8-6 么正及正交對角化 8-7 正定及正半定矩陣的特性 8-8 二次式的應用 8-9 矩陣的長度及條件數 8-10 Householder轉換 8-11 奇異值分解

研究所講重點【線性代數及其應用(下)】 (5版)

其他會員也一起購買

書名: 研究所講重點：線性代數及其應用(上) ISBN: 9789863456445 作者: 黃子嘉 出版社: 大碩 出版日期: 2019-09 書名: 研究所講重點：線性代數及其應用(下) ISBN: 9789863456452 作者: 黃子嘉 出版社: 大碩 出版日期: 2019-08 內容簡介 　　★內容完整兼具深度及廣度以深入淺出的方式來表達 　　★相關試題收集最完整 　　★以最有效且最詳實的方式來解題 　　★適合研究所入學考試及自修用的參考書 上冊目錄 第零章 基礎數學 0-1 集合 0-2 證明的方法 0-3 關係與函數 0-4 體 0-5 複數 0-6 多項式 第一章 矩陣與線性方程組 1-1 矩陣及矩陣運算 1-2 反矩陣 1-3 基本列運算 1-4 線性方程組 1-5 可逆矩陣的充要條件 1-6 LU分解 1-7 基本行運算 第二章 行列式 2-1 二階行列式 2-2 高階行列式 2-3 行列式的性質 2-4 古典伴隨矩陣 第三章 向量空間 3-1 向量空間 3-2 子空間 3-3 生成與線性獨立 3-4 基底與維度 3-5 直和 3-6* Lagrange內插法 第四章 線性映射 4-1 線性映射 4-2 座標化 4-3 矩陣表示法與換底公式 4-4 核空間與像集 4-5 矩陣的秩 4-6 線性映射的合成與可逆 4-7* 對偶空間與零化集 下冊目錄 第五章 對角化及其應用 5-1 相似性 5-2 不變子空間 5-3 特徵根及特徵向量 5-4 對角化 5-5 冪等算子與矩陣 5-6 對角化的應用 5-7 特徵根的近似解法 5-8 Markov鏈 第六章 Jordan型及其應用 6-1 冪零算子 6-2 循環子空間及循環分解 6-3 Jordan 型 6-4 Cayley-Hamilton 定理及其應用 6-5 Jordan 型的應用 6-6 極小多項式 第七章 內積空間 7-1 內積 7-2 Gram-Schmidt正交化及QR分解 7-3 正交投影 7-4 正交補空間 第八章 內積上的算子及其應用 8-1 伴隨算子 8-2 正規算子與矩陣 8-3 么正及正交算子的特性 8-4 雙線性型式與半雙線性型式 8-5 正定及正半定算子與矩陣 8-6 么正及正交對角化 8-7 正定及正半定矩陣的特性 8-8 二次式的應用 8-9 矩陣的長度及條件數 8-10 Householder轉換 8-11 奇異值分解

多變量統計之線性代數基礎：應用SPSS分析

類似書籍推薦給您

書名：多變量統計之線性代數基礎：應用SPSS分析 作者：張紹勳、林秀娟 出版社：五南 出版日期：2018/09/15 ISBN：9789571198439 內容簡介 　　在自然與社會科學領域，隨著研究方法的複雜化，應用多變量統計方法來分析資料的機會也相對增加。近年來，研究生人數逐年增加，基於學位論文撰寫的需要，多變量統計方法及SPSS等套裝統計軟體的運用成為不可或缺的能力！ 　　本書介紹的多變量分析內容，包含平均數之假設檢定、多變量變異數分析、多元迴歸分析、典型相關分析、區別分析、主成分分析、因素分析、集群分析和多元標度法。透過統計軟體SPSS探討，結合理論、方法與統計從基礎統計知識引導，並輔以練習題與範例，讓學習者能做中學，以增進學習效果。 本書特色 　　◎本書完整介紹多變量分析於SPSS軟體上的操作與統計應用。 　　◎從多變量分析基礎教起，架構明確搭配範例練習，結合理論與應用性。 　　◎使用SPSS V25介面操作，從使用者角度整理編排，讓研究過程更輕鬆。 　　◎適用於生物學、經濟學、市場行銷、工程學、遺傳學、醫學、教育學、心理學、 　　社會科學、生產管理、風險管理、人資管理、航運管理、財務金融、會計和公共衛生等學術領域。

多變量統計之線性代數基礎：應用STaTa分析

類似書籍推薦給您

書名：多變量統計之線性代數基礎：應用STaTa分析 作者：張紹勳 出版社：五南 出版日期：2018/08/01 ISBN：9789571198040 內容簡介 　　在自然與社會科學領域，常會針對研究主題，同時測量許多不同變數的資料。針對這種資料的統計分析，就需要用到多變量分析技術。多變量分析涉及一次觀察和分析多個統計結果變數，所得出的結果也較為精準，是進行資料觀察時所必知的一個統計分析！ 　　本書教導如何運用以統計軟體STaTa來進行多變量分析，全書介紹的多變量分析內容，包含平均數之假設檢定、多變量變異數分析(MANOVA)、多元迴歸分析、典型相關分析、區別分析、主成分分析、因素分析、集群分析和多元尺度法等。從基礎統計知識引導，輔以練習題與範例，讓學習者能從做中學，靈活學習、效果倍增。 本書特色 　　◎本書從多變量統計基礎教起，運用功能多樣的統計軟體STaTa分析，學習效果倍增。 　　◎多變量分析能使研究結果更準確，是自然與社會科學界常用的統計分析。 　　◎本書內容結合理論、方法及統計，並輔以範例練習，使學習者能靈活運用。 　　◎適用於生物學、經濟學、市場行銷、工程學、遺傳學、醫學、教育學、心理學、社會科學、生產管理、風險管理、人資管理、航運管理、財務金融、會計和公共衛生等學術領域。 　　隨書附贈資料檔光碟

統計叢書系列-高等統計學之推論統計-複習與題解

類似書籍推薦給您

高等統計學之推論統計複習與題解 +作者：黃文隆著 +年份：2005 年1 版 +ISBN：9867287509 +書號：PS0260S +規格：16開/平裝/單色 +頁數：480 +出版商：滄海 ※本書為「黃文隆著/高等統計學之推論統計」之習題解答本。 目錄 第8章 統計推論 第9章 一樣本統計推論 第10章 兩樣本統計推論 第11章 變異數分析 第12章 卡方檢定 第13章 無母數統計 第14章 簡單線性迴歸模式 第15章 多元線性迴歸模式

統計叢書系列-高等統計學之機率論-複習與題解

類似書籍推薦給您

高等統計學之機率論複習與題解 +作者：黃文隆著 +年份：2005 年1 版 +ISBN：9867287495 +書號：PS0220S +規格：16開/平裝/單色 +頁數：648 +出版商：滄海 ※本書為「黃文隆著/高等統計學之機率論」之習題解答本。 第1章 機率理論 第2章 機率分配函數 第3章 聯合機率分配函數 第4章 離散型機率模式 第5章 連續型機率模式 第6章 隨機變數的函數 第7章 抽樣分配

統計叢書系列-高等統計學之推論統計

類似書籍推薦給您

高等統計學之推論統計 +作者：黃文隆著 +年份：2004 年1 版 +ISBN：9867777662 +書號：PS0260 +規格：16開/平裝/單色 +頁數：544 +出版商：滄海 ※本書另編有複習與題解(習題解答)，提供讀者參考購買！ ‧簡潔有力： 全書扣除習題頁數後約有400頁，且每一章節的結構幾乎都一樣，故讀者（老師）都有很充裕的時間準備、學習。 ‧定義嚴謹且清晰： 瞭解定義是解決問題最基本的要求，也只有在定義嚴謹且清晰時才能解決問題。因此，本書在描述定義時，盡量以最淺顯的白話來說明其意義，並適時舉例加強觀念及理論之應用。本書每個章節都附有相當的習題，這些習題都是根據課文內容而設計，所以勤加演練習題有助於更瞭解課文內容本意。 ‧節奏明快： 由於定義清晰且證明過程嚴謹簡潔，故不論讀者或教者，皆很容易進入學習狀況，同時對於學習的時數分配也很容易由自己掌握。 ‧理論證明過程嚴謹簡潔： 每個定理皆以簡單的形式加以證明，並輔之以例題說明該定理的內容或使用方式，有助於讀者靈活學習與思考。 目錄 第8章 統計推論 第9章 一樣本統計推論 第10章 兩樣本統計推論 第11章 變異數分析 第12章 卡方檢定 第13章 無母數統計 第14章 簡單線性迴歸模式 第15章 多元線性迴歸模式