상세정보

  • HOME
  • 상세정보

컴퓨터 시대의 통계적 추론 :알고리즘과 추론의 관계와 역할 =Computer Age Statistical Inference

애프론, 브래들리

책이미지
도서 상세정보
자료유형단행본
개인저자애프론, 브래들리
브래들리 애프론
Efron, Bradely
트레버 해스티
Hastie, Trevor
서명/저자사항컴퓨터 시대의 통계적 추론 :알고리즘과 추론의 관계와 역할 =Computer Age Statistical Inference /애프론, 브래들리 ,해스티, 트레버
발행사항서울 :에이콘출판,2019
형태사항608.p :표 ;24cm
ISBN9791161752860
비통제주제어통계학,컴퓨터통계
소장정보
No. 등록번호 청구기호 소장처/자료실/서가 도서상태 반납예정일 예약
1 EB040521 13.10-24 애898컴 국토연구원/자료실/ 대출중 2019-07-19 예약가능

목차 일부

1부. 전통적인 통계적 추론 

 01장. 알고리즘과 추론 
  1.1 회귀 예제 
  1.2 가설 검정 
  1.3 주석 및 상세 설명 

 02장. 빈도주의 추론 
  2.1 실제에서의 빈도주의 
  2.2 빈도주의 최적성 
  2.3 주석 및 상세 설명 

 03장. 베이즈 추론 
  3.1 두 가지 예제 
  3.2 불충분 정보 사전 분포 
  3....

목차 전체

1부. 전통적인 통계적 추론 

 01장. 알고리즘과 추론 
  1.1 회귀 예제 
  1.2 가설 검정 
  1.3 주석 및 상세 설명 

 02장. 빈도주의 추론 
  2.1 실제에서의 빈도주의 
  2.2 빈도주의 최적성 
  2.3 주석 및 상세 설명 

 03장. 베이즈 추론 
  3.1 두 가지 예제 
  3.2 불충분 정보 사전 분포 
  3.3 빈도주의 추론의 결함 
  3.4 베이즈/빈도주의 비교 리스트 
  3.5 주석 및 상세 설명 

 04장. 피셔 추론과 최대 우도 예측 
  4.1 우도와 최대 우도 
  4.2 피셔 정보와 MLE 
  4.3 조건부 추론 
  4.4 순열과 랜덤화 
  4.5 주석 및 상세 설명 

 05장. 모수적 모델과 지수 패밀리 
  5.1 일변량 패밀리 
  5.2 다변량 정규분포 
  5.3 다모수 패밀리의 피셔 정보 경계 
  5.4 다항분포 
  5.5 지수 패밀리 
  5.6 주석 및 상세 설명 

2부. 초기 컴퓨터 시대 기법 

 06장. 경험적 베이즈 
  6.1 로빈의 공식 
  6.2 누락된 종 문제 
  6.3 의학 예제 
  6.4 간접 증거 1 
  6.5 주석 및 상세 설명 

 07장. 제임스-스타인 추정과 리지 회귀 
  7.1 제임스-스타인 추정기 
  7.2 야구 선수들 
  7.3 리지 회귀 
  7.4 간접 증거 2 
  7.5 주석 및 상세 설명 

08장. 일반화된 선형 모델과 회귀 트리 
  8.1 로지스틱 회귀 
  8.2 일반화 선형 모델 
  8.3 포아송 회귀 
  8.4 회귀 트리 
  8.5 주석 및 상세 설명 

09장. 생존 분석과 EM 알고리즘 
  9.1 생명표와 위험률 
  9.2 검열된 데이터와 카플란-마이어 추정 
  9.3 로그 순위 검정 
  9.4 비례적 위험률 모델 
  9.5 누락 데이터와 EM 알고리즘 
  9.6 주석 및 상세 설명 

10장. 잭나이프와 부트스트랩 
  10.1 표준오차에 대한 잭나이프 추정 
  10.2 비모수적 부트스트랩 
  10.3 재표본추출 계획 
  10.4 모수적 부트스트랩 
  10.5 영향 함수와 안정적 추정 
  10.6 주석 및 상세 설명 

 11장. 부트스트랩 신뢰구간 
  11.1 단일 모수 문제에 대한 네이만의 구성 
  11.2 퍼센타일 기법 
  11.3 편향 수정 신뢰구간 
  11.4 2차 정확성 
  11.5 부트스트랩-t 구간 
  11.6 객관적 베이즈 구간과 신뢰분포 
  11.7 주석 및 상세 설명 

 12장. 교차 검증과 Cp 예측 오차 추정 
  12.1 예측 규칙 
  12.2 교차 검증 
  12.3 공분산 페널티 
  12.4 훈련, 검증, 단기 예측 변수 
  12.5 주석 및 상세 설명 

 13장. 객관적 베이즈 추론과 마르코프 체인 몬테 카를로 
  13.1 객관적 사전 분포 
  13.2 켤레 사전 분포 
  13.3 모델 선택과 베이즈 정보 기준 
  13.4 깁스 표본과 MCMC 
  13.5 예제: 개체군 혼합물 모델링 
  13.6 주석 및 상세 설명 

 14장. 전후 시대의 통계적 추론과 기법 

3부. 21세기 주제 

 15장. 대규모 가설 검정과 거짓 발견율 
  15.1 대규모 검정 
  15.2 거짓 발견율 
  15.3 경험적 베이즈 대규모 검정 
  15.4 지역 거짓 발견율 
  15.5 귀무분포의 선택 
  15.6 연관성 
  15.7 주석 및 상세 설명 

 16장. 희소 모델링과 라소 
  16.1 전방 단계별 회귀 
  16.2 라소 
  16.3 라소 모델 적합화 
  16.4 최소각 회귀 
  16.5 일반화된 라소 모델 적합화 
  16.6 라소를 위한 선택-후 추론 
  16.7 연결과 확장 
  16.8 주석 및 상세 설명 

 17장. 랜덤 포레스트와 부스팅 
  17.1 랜덤 포레스트 
  17.2 제곱 오차 손실 함수를 사용한 부스팅 
  17.3 그래디언트 부스팅 
  17.4 에이다부스트: 원래의 부스팅 알고리즘 
  17.5 연결과 확장 
  17.6 주석 및 상세 설명 

 18장. 신경망과 딥러닝 
  18.1 신경망과 필기체 숫자 문제 
  18.2 신경망 적합화 
  18.3 오토인코더 
  18.4 딥러닝 
  18.5 딥 네트워크 학습 
  18.6 주석 및 상세 설명 

 19장. 서포트 벡터 머신과 커널 기법 
  19.1 최적 분리 초평면 
  19.2 소프트 마진 분류기 
  19.3 손실 플러스 페널티로서의 SVM 기준 
  19.4 계산과 커널 트릭 
  19.5 커널을 이용한 함수 적합화 
  19.6 예제: 단백질 분류에 대한 문자열 커널 
  19.7 SVM: 결론 
  19.8 커널 평활화와 지역 회귀 
  19.9 주석 및 상세 설명 

 20장. 모델 선택 후의 추론 
  20.1 동시 신뢰구간 
  20.2 모델 선택 후 정교함 
  20.3 선택 편향 
  20.4 병합된 베이즈-빈도주의 추정 
  20.5 주석 및 상세 설명 

 21장. 경험적 베이즈 추정 전략 
  21.1 베이즈 디컨볼루션 
  21.2 g-모델링과 추정 
  21.3 우도, 정규화, 정확도 
  21.4 두 가지 예제 
  21.5 일반적 선형 혼합 모델 
  21.6 디컨볼루션과 f-모델링 
  21.7 주석 및 상세 설명