基于回归观点的统计学习（英文版 第3版）

　　这本统计学习的教材把关注点集中在给定一组预测变量并且在数据分析开始之前缺乏可以指定的可靠模型时的响应变量的条件分布上。 与现代数据分析一致，它强调适当的统计学习数据分析以综合方式依赖于健全的数据收集、智能数据管理、适当的统计程序和对结果的可理解的解释。监督学习可被统一视为回归分析的一种形式。 通过大量实际应用及其相关的 R 代码来说明关键概念和过程，着眼于实际意义。 计算机科学和统计学的日益融合在这本教材中得到了很好的体现。

　　理查德·伯克（Richard A. Berk）现在是宾夕法尼亚大学统计系教授，加州大学洛杉矶分校统计学杰出荣休教授。他研究领域广泛，在社会科学和自然科学均有很深的造诣。他是美国统计协会和美国科学促进会的会士。

暂缺《基于回归观点的统计学习（英文版 第3版）》目录