大數(shù)據(jù)挖掘與統(tǒng)計機器學習

　　大數(shù)據(jù)時代的到來，使我們的生活在政治、經(jīng)濟、社會、文化各個領(lǐng)域都產(chǎn)生了很大改變?！皵?shù)據(jù)科學”一詞應(yīng)運而生。如何更好地對海量數(shù)據(jù)進行分析、得出結(jié)論并做出智能決策是統(tǒng)計工作者面臨的機遇與挑戰(zhàn)。本書介紹數(shù)據(jù)挖掘與統(tǒng)計機器學習領(lǐng)域最常用的模型和算法，包括最基礎(chǔ)的線性回歸和線性分類方法，以及模型選擇和模型評價的概念和方法，進而介紹非線性的回歸和分類方法（包括決策樹與組合方法、支持向量機、神經(jīng)網(wǎng)絡(luò)以及在此基礎(chǔ)上發(fā)展的深度學習方法）。最后介紹無監(jiān)督的學習中的聚類方法和業(yè)界廣泛使用的推薦系統(tǒng)方法。除了方法的理論講解之外，我們給出了每種方法的R語言實現(xiàn)，以及應(yīng)用Python語言實現(xiàn)深度學習和支持向量機兩種方法。本書的一個亮點是最后一章給出的兩個大數(shù)據(jù)案例，數(shù)據(jù)量均在10G左右。我們同時給出了單機版（Python、數(shù)據(jù)庫、R）和分布式（Hadoop、Hive、Spark）兩種實現(xiàn)方案。原始數(shù)據(jù)和程序代碼均可在出版社提供的網(wǎng)址下載。本書面向的主要讀者是應(yīng)用統(tǒng)計專業(yè)碩士，希望能夠拓展到統(tǒng)計專業(yè)高年級的本科生以及其他各個領(lǐng)域有數(shù)據(jù)分析需求的學生和從業(yè)人員。

　　呂曉玲，吉林省吉林市人?，F(xiàn)任中國人民大學統(tǒng)計學院副教授，北京五校聯(lián)合大數(shù)據(jù)分析碩士培養(yǎng)協(xié)同創(chuàng)新平臺總協(xié)調(diào)人。本科與碩士畢業(yè)于南開大學數(shù)學系概率統(tǒng)計專業(yè)，博士畢業(yè)于香港城市大學管理科學系。曾經(jīng)是奧地利約翰開普勒大學應(yīng)用統(tǒng)計系以及美國加州大學伯克利分校統(tǒng)計系訪問學者。一直從事數(shù)據(jù)挖掘和統(tǒng)計機器學習領(lǐng)域的理論研究，及其在消費者行為方面的應(yīng)用研究。在數(shù)據(jù)挖掘以及市場營銷方面的項目涉及的領(lǐng)域包括銀行、電子商務(wù)、交通、教育、廣播電視、移動互聯(lián)網(wǎng)等。宋捷，四川眉山人?，F(xiàn)任首都經(jīng)濟貿(mào)易大學統(tǒng)計學院副教授。本科與碩士畢業(yè)于四川大學數(shù)學系概率統(tǒng)計專業(yè)，博士畢業(yè)于中國人民大學統(tǒng)計學院。一直從事機器學習與數(shù)據(jù)挖掘相關(guān)領(lǐng)域的理論研究。