统计学书籍推荐

简单推荐几本不错的高级统计学书籍

1.《应用多元统计分析》

      

2.《多元统计分析》

      

3.《线性和广义线性混合模型及其统计诊断》

      

4.《独立成分分析》

      

5.《高级医学统计学》

      

6.《医学统计学》

      

此外,还有两本统计书也还可以:《SPSS统计分析高级教程》《SAS高级统计分析教程》。

顺便推荐2本代谢组学的书:《蛋白质组学和代谢组学途径的生物标志物发现》《代谢组学—方法与应用》。

 

此外,有些统计学博客也是不错的,比如

复旦黄博士在知乎上的推荐:R语言统计学类书籍推荐

jerrylead 的数据分析系列:Machine Learning

某知乎专栏(每篇文章的封面都挺好看hh):数据科学笔记本

生信笔记:生信笔记

生信菜鸟团:生信菜鸟团

 

  • 10
    点赞
  • 46
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: 神经网络入门的书籍推荐如下: 1. "深度学习" (Deep Learning) by Ian Goodfellow, Yoshua Bengio 和 Aaron Courville 2. "Python机器学习编程" (Python Machine Learning) by Sebastian Raschka 3. "机器学习实战" (Machine Learning in Action) by Peter Harrington 4. "TensorFlow实战" (Hands-On TensorFlow for Deep Learning) by Giancarlo Zaccone 这些籍适合初学者阅读, 介绍了深度学习和机器学习的基本概念和实际技巧. 其中, "深度学习" 是一本比较全面的学习资料, 介绍了深度学习的历史, 概念, 技术, 应用等. "Python机器学习编程" 和 "机器学习实战" 更关注代码实现, 介绍了一些常用的机器学习算法, 并通过实例讲解了如何使用这些算法. "TensorFlow实战" 是一本关于 TensorFlow 深度学习框架的入门, 介绍了 TensorFlow 的安装, 配置, 模型构建, 训练, 评估等流程. ### 回答2: 关于神经网络的入门书籍推荐有很多,这里给出几本经典的籍供参考。 1.《深度学习》:这本是神经网络领域的经典著作,由深度学习领域的权威人士Ian Goodfellow等人共同撰写。中深入浅出地介绍了神经网络原理和深度学习的基本概念,适合初学者入门。 2.《神经网络与深度学习》:这本是由微软研究院的科学家Michael Nielsen编写的,重点介绍了神经网络和深度学习的基本概念、算法和应用。中以具体的案例和实践为例,帮助读者理解和应用神经网络。 3.《神经网络与机器学习》:这本由Simon Haykin编写,从数学和统计学的角度阐述了神经网络和机器学习的基本原理。中结合了理论和实践,适合想深入了解神经网络数学基础的读者。 4.《深度学习入门:基于Python的理论与实现》:这本由斋藤康毅编写,以Python为工具介绍了神经网络和深度学习的基本理论和实现方法。中通过具体的实例和代码,帮助读者入门深度学习。 5.《神经网络和深度学习实战演练》:这本由赵申申编写,重点介绍了神经网络和深度学习的实战应用。中通过大量的案例和实践,让读者了解如何在实际问题中应用神经网络和深度学习技术。 以上是几本比较推荐的入门籍,选择适合自己水平和兴趣的籍进行学习会更有效果。此外,还可以通过观看相关的在线教程、参加线下培训等方式提高对神经网络的理解和应用能力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

FarmerJohn

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值