第九章聚类分析和判别分析讲过.docx下载

weixin_39821260 2023-02-22 08:30:40

。。。 , 相关下载链接：https://download.csdn.net/download/cqn2bd2b/31222265?utm_source=bbsseo

...全文

浏览回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

相关推荐

本课程结合MATLAB的统计工具箱介绍多元统计分析相关的内容，包括多元数据的可视化、正态多元总体参数的假设检验、多元正态分布检验、多元方差齐性检验、独立性检验等、多元数据的预处理、相关分析、多元线性回归分析、聚类分析、判别分析、主成分分析、因子分析等。所在套餐：MATLAB核心知识点系列课程(36个课程) https://edu.csdn.net/combo/detail/1491，不断更新和增加课程。

一. 课程介绍本课程结合Python进行统计与数据分析的原理讲解与实战，涵盖了大部分统计&数据分析模型，特别是当前比较主流的算法：参数估计、假设检验、线性回归、广义线性回归、Lasso、岭回归、广义可加模型、回归样条等；机器学习经常用到的主成分分析、因子分析、典型相关分析、聚类分析等；各种非参数统计模型，包括非参数统计推断、尺度推断、位置推断、非参数核密度估计、非参数回归等。本课程主要针对有一定Python编程基础、即将毕业参加工作的的大三大四学生，或者已经参加工作需要提升自己数据分析能力以及转行从事IT行业尤其是数据&大数据分析工作的初入职场者，或者正在攻读硕博士学位需要学习和掌握量化研究方法的研究生。本课程对于即将从事机器学习、深度学习&人工智能相关工作的程序员也有很大帮助，有利于打好坚实的理论基础。二. 课程目录第0章课程导学第1章数据描述性分析1.1 描述统计量1.2 数据的分布1.3 概率分布函数的图形1.4 直方图、经验分布函数与QQ图1.5 多元数据的数据特征与相关性分析1.6 多元数据的基本图形表示第2章参数估计2.1 点估计2.2 区间估计第3章假设检验3.1 基本原理3.2 参数检验第4章回归分析4.1 回归分析的概念与一元线性回归4.2 多元线性回归及统计量解析4.3 逐步回归与模型选择4.4 回归诊断4.5 广义线性回归4.6 非线性回归第5章方差分析5.1 单因素方差分析5.2 双因素方差分析第6章 判别分析与聚类分析6.1 判别分析6.2 聚类分析第7章主成分分析、因子分析与典型相关分析7.1 主成分分析7.2 因子分析7.3 典型相关分析第8章非参数统计8.1 经验分布和分布探索8.2 单样本非参数统计推断8.3 两独立样本的位置与尺度判断8.4 多组数据位置推断8.5 分类数据的关联分析8.6 秩相关与分位数回归8.7 非参数密度估计8.8 一元非参数回归三. 讲师简介主讲人李进华博士，本、硕、博皆就读于武汉大学信息管理学院，2005年获博士学位进入211高校任教，2012年受聘为教授。从事信息管理与数据分析方面的教学、科研与系统开发工作20余年，具备深厚理论修养和丰富实战经验。是中国最早从事Java开发的程序员和Oracle数据库的DBA之一。曾带领团队开发《葛洲坝集团三峡工程指挥中心三期工程施工管理系统》、《湖北省财政厅国有企事业单位资产管理系统》等大型MIS。

下载资源悬赏专区

12,110

社区成员

11,346,349

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告