三民網路書店 中國圖書館分類法 / 數理科學和化學 / 數學 / 概率論與數理統計 / 多元分析

本書從系統視角出發,闡述如何利用技術手段搭建企業級推薦系統,內容包括認知篇、數據篇、召回篇、排序篇、系統篇 5 個部分，覆蓋企業級推薦系統建設的核心要點。本書知識體系清晰，從基礎知識切入，逐步深入，先後涉及推薦系統的經典技術、主流技術和前沿技術。本書通過“理論+案例+代碼示例+心得體會”的方式闡述、歸納和總結推薦系統的知識，幫助讀者理解推薦系統，掌握技能，建立系統思維。本書適合對推薦系統感興趣的初學者、從事數據挖掘/信息推薦相關工作的研發工程師、產品經理、架構師，以及相關專業學生和教師閱讀。

《互聯網大廠推薦算法實戰》介紹了互聯網大廠當前採用的一些前沿推薦算法，並梳理了這些算法背後的思想脈絡與技術框架。《互聯網大廠推薦算法實戰》總計10章，內容涵蓋了推薦系統的基礎知識、推薦系統中的特徵工程、推薦系統中的Embedding、推薦系統的各組成模塊(包括召回、粗排、精排與重排)所使用的算法技術、推薦算法實踐中經常會遇到的難題以及應對之道(其中涉及多任務推薦、多場景推薦、新用戶冷啟動、新物料冷啟動、評估模型效果、定位並解決問題等)，最後還用一章的篇幅介紹了推薦算法工程師在工作、學習、面試時應該採取的做法。《互聯網大廠推薦算法實戰》既適合推薦系統、計算廣告、個性化搜索領域的從業人員閱讀，也適合希望從事互聯網算法工作的在校學生閱讀。

本書主要介紹多元數據分析的方法、數學原理、應用實踐等，如奇異值分解、多元線性回歸分、方差分析、主成分分析、因子分析、聚類分析、多維標度分析、判別分析、典型相關分析、邏輯回歸等，對方法原理的講解深入淺出，同時又不失數學嚴謹性，對算法和處理流程通過適當的例子作示範，並詳盡分析背後的邏輯和原理，同時對每一種核心方法提供一個綜合應用實例。本書可用於管理、統計、信息、經濟、計算機等學科門類的本科專業教材，也可用於相關學科研究生教材或參考書，讀者範圍較廣。

以現實中的經濟、金融、管理、社會等領域的問題為導向，對多指標（變量）及多維數據，乃至無窮維數據進行研究。本教材在教學內容的選擇上充分考慮了經濟、金融、管理、社會等專業學生的現實與未來需求，同時兼顧理論、方法、應用和計算機軟件操作。全書共有十五章，選擇的內容充分考慮了現實經濟問題、理論基礎、學科應用、學科發展、方法應用案例等五個方面。通過這些方法的學習與應用，培養讀者分析經濟、金融、管理、社會等領域多維數據的能力，並掌握基本軟件的使用。該教材適用於統計系、經濟學、管理學、社會學、心理學、醫學等專業高年級本科生和碩士學習。

本書是一本應用多元統計教材，是多元統計分析的實踐指南.書中介紹了各類多元統計分析方法，並結合SAS、SPSS和SYSTAT給出了各分析方法的實現.本書主要側重于應用，通過使用現實數據集的豐富實例，闡明了何時、為什麼以及如何使用數據集，便於讀者學習理解.本書條理清晰，內容精練，言簡意賅，可作為高等院校數學與應用數學、信息與計算科學等專業學生的教材，同時也可作為數學工作者和科技人員的參考書.

為了適應國民經濟諸多領域做定量分析的需要以及當前教學改革不斷深入發展的需要，目前國內很多高等院校相繼給研究生和本科生開設了該課程。作者在原出版《多元統計分析》一書的基礎上，根據全國統計教材編委會專家評審組通過的《編寫大綱》要求，對原書進行了修改、充實。借助再版的機會補充了：路徑分　析和多維標度法等，力爭寫出一本適合財經、統計、管理等專業的教材，同時也想

本書深入全面地講解了現代推薦算法，同時兼顧深度和廣度，介紹了當下較前沿、先進的各類算法及其實踐。本書從總覽篇開始，介紹推薦系統的基本概念及工作環節。在模型篇中，除了梳理推薦系統的發展史，本書還重點講解面向工業實踐的選擇及改進，為讀者打下推薦系統的算法基礎；進而帶著讀者進階到前沿篇、難點篇，面對推薦系統中的各式問題，給出解決方案；最後在決策篇中，從技術原理和用戶心理出發，解釋一些常見決策背後的依據，從而幫助讀者從執行層面進階到決策層面，建立大局觀。本書力求用簡潔易懂的語言說清核心原理，對已經有一定機器學習概念和數學基礎的學生和相關領域的從業者非常友好，特別適合推薦系統、計算廣告和搜索領域的從業者及學生拓展新知和項目實戰

本書系統講解了多元統計分析的基本理論和一些常用的多元統計方法。本書共9章，第1章為緒論，第2~3章介紹多元統計推斷的基本理論，包括多元正態抽樣分布理論、參數估計和多元正態總體的假設檢驗；第4~9章分別介紹各種常用的多元統計方法，包括判別分析、聚類分析、主成分分析、因子分析、對應分析和典型相關分析。本書各種統計方法的算法采用R軟件實現，它是國際上流行的數據分析軟件。除第2章和第3章外，其他各章的章末提供了本章例題的R程序及相應的輸出結果。

近些年，在大數據技術快速發展的背景下，多元統計分析作為處理多變量數據的重要分析方法，是大數據分析不可或缺的分析工具。為了滿足學生理解並掌握多元統計分析基本原理、熟練應用軟件進行數據分析的需求，故編寫《多元統計分析及應用――R軟件和SPSS軟件上機實現》。 《多元統計分析及應用――R軟件和SPSS軟件上機實現》旨在系統介紹多元統計分析方法及應用，提高學生運用統計方法解決實際問題的能力。因此，在系統介紹多元分析基本理論和方法的同時，突出統計思想和實際案例的滲透，結合統計軟件全面介紹多元統計分析方法。本書既可以作為統計學專業學生教材，又可以作為大數據或其他專業學生學習多元統計分析的教材，還可以作為從事經濟、管理、物流等研究和實踐的工作者進行量化研究的參考書。

我們所處的時代是一個大數據時代，數據無處不在，統計學是研究數據的科學，在數據分析中扮演了非常重要的角色。多元統計分析是統計學中應用最廣的一個分支，在自然科學、社會科學、經濟科學和管理科學等領域應用廣泛。作為國內多元統計分析的經典版本，第5版繼續保持了案例應用與統計思想相滲透、結合軟件詳細介紹多元統計分析理論與方法的特色。全書共分11章。主要內容包括多元正態分佈、均值向量和協方差陣的檢驗、聚類分析、判別分析、主成分分析、因子分析、對應分析、典型相關分析等常見的主流方法，還參考國內外大量文獻系統介紹了近年來在市場研究、顧客滿意度研究、金融研究、環境研究等領域應用頗廣的較新方法，包括定性數據的建模分析、對數線性模型、logistic回歸、多變量的圖表示法、多維標度法等。

聚類技術作為數據挖掘和學習的典型技術，已經廣泛應用于金融欺詐、醫療診斷、圖像處理和信息檢索等領域。CFS是Alex和Alessandro在2014年於《Science》雜誌提出的最新聚類算法，該算法聚類結果精確、效率高，已成為數據挖掘領域和機器學習最具潛力的聚類算法之一。然而，大數據的海量性、實時性和異構性特點對CFS聚類算法提出了嚴峻的挑戰。為了提升CFS聚類算法在大數據領域聚類的有效性，提出了支持隱私保護的雲端安全CFS聚類算法、基於自適應Dropout模型的高階CFS聚類算法和增量式CFS聚類算法，以及基於改進CFS聚類算法的不完整數據填充算法。

多元統計分析能夠每對多個對象的具有相互關聯的多個指標中分析它們的統計規律。本書密切結合農林科學實際，講述了多元正態分析及其抽樣分佈，多元正態總體的均值向量和協方差陣的假設檢驗、多元分差分析、直線回歸、多元線性回歸與相關、主成分分析與因子分析、判別分析與聚類分析、Shannon信息量及應用。在這一版中，增加了主成分和典範變量的通徑分析和決策分析，強化了多個性狀與多個性狀間相關的內容等。

本書首先概要論述了定量遙感的基礎理論，分章節著重介紹大氣、植被冠層、土壤和雪面的輻射傳輸模型，并結合應用實例詳細介紹了目前傳感器定標、大氣糾正、幾何糾正、各種植物生理參數(如葉面積指數、植物吸收的光合作用有效輻射比例)、地球物理參數(如寬波段反照率、發射率和表面溫度)和四維數據同化等方面的代表現有研究水平的定量算法，最后給出了定量遙感在生態、農業等領域的應用案例。本書全面、系統地介紹了定量遙感領域

《多元統計分析》介紹了多元統計分析的方法和理論，以及R語言計算，涵蓋了經典多元統計分析的全部內容，包括：矩陣運算知識、資料可視化與R語言、多元正態分佈、多元正態總體的抽樣分佈、多元正態分佈的參數估計、置信域和假設檢驗、線性回歸模型、多元多重回歸分析、主成分分析、因數分析、判別分析、聚類分析和典型相關分析等內容，以及R語言的應用。《多元統計分析》除了重點介紹各種多元統計分析的思想、方法和理論外，使用R語言進行計算和資料可視化也是《多元統計分析》的特色，對《多元統計分析》所有的多元統計分析方法和理論都給出了R語言程式和應用，有大量翔實的應用案例可供參考，並配有相當數量的習題可供練習。 《多元統計分析》取材新穎、內容豐富、闡述嚴謹、推導詳盡、重點突出、思路清晰、深入淺出、富有啟發性，便於教學與自學。

本書以R語言為工具，介紹各種多元統計方法的理論和應用。主要內容包括：多元統計分析概述、多元正態分佈的參數估計、多元正態分佈均值向量和協差陣的檢驗、判別分析、聚類分析、主成分分析、因子分析、相應分析、典型相關分析、多維標度法、多變量的可視化分析等。

《應用多元統計分析》為北京大學數學科學學院概率統計系“應用多元統計分析”課程使用多年的教材，它主要介紹一些實用的多元統計分析方法的理論及其應用，并列舉了各方面的應用實例，同時還以國際上著名的統計分析軟件SAs系統作為典型工具，通過實例介紹如何處理數據分析中的各種實際問題。《應用多元統計分析》可作為綜合大學、工科大學或高等師範學院數學系、應用數學系、經濟學等相關專業的本科生或研究生教材或教學參考書；對于其他領域中從事應用統計的工作人員也是一本極好的學習參考書。

本書共分為7章，包括GPS位置數據聚類模型和智能優化的關鍵技術，GPS位置數據的遺傳、模糊粒子-遺傳融合、遺傳一模糊蟻群混合自動聚類模型與算法，基於MapReduce的GPS位置數據遺傳自動聚類模型與算法，基於最小二乘非監督GPS軌跡回歸模型與算法，模糊遺傳GPS軌跡聚類算法等。

本書結合R語言介紹了多元正態分佈、均值向量檢驗、協方差陣檢驗、聚類分析、判別分析、主成分分析、因子分析、對應分析、典型相關分析、定性數據分析、多變量的圖表示法和多維標度法等常見的多元統計分析方法。

本書共有14章，第1章介紹多元統計分析的研究物件、應用領域、理論基礎及涉及的相關統計軟件；第2章介紹多元統計分析所涉及的相關矩陣的知識；第3章和第4章主要是介紹多元正態分布的相關理論；第5章介紹多元數據的圖形表示方法，為進行多元數據描述性統計提供方便；第6章至第14章介紹了一些常用的多元統計方法，如判別分析、聚類分析、主成分分析、因子分析、對應分析、典型相關分析、路徑分析以及定性資料的統計分析方法。