商品簡介
針對大數據的這些特徵，本書在已有支持向量回歸模型的研究基礎上，將從以下幾個方面展開研究：(1)融入L1模或Lp模稀疏正則項，構建稀疏支持向量回歸模型，其能夠從高維數據中選取相關的主要特徵，舍棄無關的冗余特徵，完成信息價值“提純”；(2)設計具有魯棒性的損失函數，使其決策函數不易受異常點的影響，即決策函數不受異常點的干擾，具有一定的穩健性； (3)採用增量算法，
使其決策函數的回歸系數具有動態性，反應數據流的實時性，克服非在線算法決策函數回歸系數的固定不變性；(4)引入統計學的分位數回歸思想，利用分位數精確地描述自變量對於因變量條件分布的整體影響，全面反映數據的分布特徵。
面對大數據，指數構建面臨前所未有的挑戰：(1) 如何排除噪聲和異常點現象帶來的干擾，是指數構建面臨的一大挑戰；(2)如何舍棄信息價值低的冗余指標，保留信息價值高的代表性指標，降低數據維度，是指數構建面臨的第二大挑戰；(3)如何滿足在線數據的高頻性，構建實時動態指數凸顯在線信息，是指數構建面臨的第三大挑戰。針對指數構建面臨的這些挑戰，本書構建的各種支持向量回歸模型恰能解決這些問題：首先處理數據的缺失等現象，排除噪聲和異常點帶來的干擾，採用稀疏支持向量回歸模型，解決大數據背景下指標的選擇問題，為指數構造提供高質量的“原材料”；其次針對數據高頻在線的特點，採用在線支持向量回歸模型，確定代表性指標的動態權重，凸顯數據的實時動態效應。相信本書能為動態指數的構建提供新方法和新思路，開拓數學、統計學與機器學習的交叉研究，為大數據統計建模的發展貢獻微薄之力。
作者簡介
目次
第一篇 開場篇
第一章 緒論
第一節 高維數據的稀疏性
第二節 稀疏支持向量回歸機的研究現狀
第二篇 技術篇
第二章 支持向量機
第一節 線性模型
第二節 統計學習理論
第三節 支持向量回歸機的拓展：學習速度
第四節 支持向量回歸機的拓展：穩健學習
第五節 支持向量回歸機的拓展：在線學習
第三章 稀疏支持向量回歸機
第一節 稀疏支持向量回歸機
第二節 L1-模最小二乘支持向量回歸機
第三節 廣義不敏感自適應Lasso模型
第四節 Lp-模最小二乘支持向量回歸機
第五節 Lp-模支持向量分位數回歸機
第六節 支持向量回歸機的非線性特徵選擇
第三篇 應用痛
第四章 中國金融狀況指數的構建方案
第一節 指數構建的研究現狀
第二節 中國金融狀況指數的研究方案
第五章 中國時變金融狀況指數的構建
第一節 金融狀況指數的研究現狀
第二節 中國金融狀況指數的指標選擇
第三節 構建中國時變金融狀況指數
第六章 中國時變金融狀況指數的預測能力
第一節 金融狀況指數與通貨膨脹
第二節 金融狀況指數與經濟增長、通貨膨脹的相關性
第三節 中國時變金融狀況指數的預測能力分析
第七章 中國時變金融狀況指數與利率規則研究
第一節 金融狀況指數與利率規則
第二節 DSGE模型的貝葉斯估計
第三節 DSGE模型的模擬結論分析
附錄1 數據
附錄2 參數的分布
參考文獻
後記
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。