章 大数据下的统计理论体系
1.1 背景与意义
1.2 文献回顾与评述
1.3 大数据及其对统计学科的影响
1.4 从统学到据科学范式的兴起
1.5 大数据背景下的统计学科建设
1.6 总结与展望
参考文献
第二章 大数据下的数据集整合分析
2.1 背景和意义
2.2 综述
2.3 AFT在异构模型的整合分析
2.4 对癌症结果中多维度组学数据的整合分析
2.5 多亚型癌症预后数据整合分析
2.6 基于对比惩罚的高通量癌症研究整合分析
2.7 总结与展望
参考文献
第三章 大数据下的高维变量选择方法
3.1 背景和意义
3.2 高维数据的群组变量选择方法
3.3 基于自适应稀疏组Lasso的双层变量选择
3.4 基于网络结构Logistic模型的企业信用风险预警
3.5 用惩罚方法来识别两部分模型的比例结构
3.6 总结与展望
参考文献
第四章 大数据下的统计方法并行计算
4.1 背景和意义
4.2 综述
4.3 基于Map-Reduce的马尔可夫毯贝叶斯网络学习
4.4 基于Hadoop的并行关联规则挖掘方法
4.5 基于分类问题的特征排序算法
4.6 模糊时间序列预测模型
4.7 精准营销决策框架
4.8 总结及展望
参考文献
第五章 大数据下的统计方法应用——网络舆情分析
5.1 背景和意义
5.2 网络舆情分析研究方法
5.3 网络舆情分析中的主题发现
5.4 网络舆情分析中的关联分析
5.5 网络舆情分析中的情感倾向分析
5.6 应用研究
5.7 总结与展望
参考文献
朱建平，南开大学理学博士。现为厦门大学管理学院教授、博士生导师，厦门大学健康医疗大数据研究院副院长，厦门大学数据挖掘研究中心主任。主要研究方向为数理统计、数据挖掘、健康医疗大数据、数据科学与商业智能等。
谢邦昌，台湾大学生物统计学博士。现为台北医学大学教授、博士生导师，台北医学大学管理学院院长、台北医学大学大资料研究中心主任。主要研究方向为数理统计、生物统计、统计调查研究、大数据挖掘、医学统计等。
马双鸽，美国威斯康星大学统计学博士、华盛顿大学生物统计博士后。现为美国耶鲁大学生物统计系教授。美国统计学会会士、统计学会当选会员。主要研究方向为高维数据分析、生存分析、卫生经济、癌症等。
张德富，华中科技大学工学博士、厦门东南融通博士后。现为厦门大学信息学院教授、博士生导师，厦门大学大数据与计算智能团队带头人。厦门“双百计划”领军型创业人才、闽江科学传播学者、厦门市科技经济促进会高顾问、中国大数据学术创新百人、公益慈善中国行活动专家。主要研究方向为大数据、计算智能、数据挖掘、大规模优化算法、知识图谱等。
方匡南，厦门大学统计学博士、美国耶鲁大学博士后。现为厦门大学经济学院统计系教授、博士生导师，厦门大学数据挖掘研究中心副主任。主要研究方向为数据挖掘、机器学习、应用统计、金融大数据、医疗大数据等。
潘璠，华中科技大学经济学博士，高统计师，统计局统计科学研究所原所长。
随着大数据时代的来临，统计学的发展进入了一个新的阶段。既给统计学科带来发展壮大机会的同时，也给统计学科带来重大的挑战。本书将总结和提出大数据时代统计学所面临的几大重点问题，并从这几个重点问题出发分为五部分，其主要内容如下： 1. 大数据下的统计理论体系 2. 大数据下的数据集综合分析 3. 大数据下的高维变量选择方法 4. 大数据下的统计方法并行计算 5. 大数据下的统计方法应用研究——网络舆情分析
章 大数据下的统计理论体系
1.1 背景与意义
1.2 文献回顾与评述
1.3 大数据及其对统计学科的影响
1.4 从统学到据科学范式的兴起
1.5 大数据背景下的统计学科建设
1.6 总结与展望
参考文献
第二章 大数据下的数据集整合分析
2.1 背景和意义
2.2 综述
2.3 AFT在异构模型的整合分析
2.4 对癌症结果中多维度组学数据的整合分析
2.5 多亚型癌症预后数据整合分析
2.6 基于对比惩罚的高通量癌症研究整合分析
2.7 总结与展望
参考文献
第三章 大数据下的高维变量选择方法
3.1 背景和意义
3.2 高维数据的群组变量选择方法
3.3 基于自适应稀疏组Lasso的双层变量选择
3.4 基于网络结构Logistic模型的企业信用风险预警
3.5 用惩罚方法来识别两部分模型的比例结构
3.6 总结与展望
参考文献
第四章 大数据下的统计方法并行计算
4.1 背景和意义
4.2 综述
4.3 基于Map-Reduce的马尔可夫毯贝叶斯网络学习
4.4 基于Hadoop的并行关联规则挖掘方法
4.5 基于分类问题的特征排序算法
4.6 模糊时间序列预测模型
4.7 精准营销决策框架
4.8 总结及展望
参考文献
第五章 大数据下的统计方法应用——网络舆情分析
5.1 背景和意义
5.2 网络舆情分析研究方法
5.3 网络舆情分析中的主题发现
5.4 网络舆情分析中的关联分析
5.5 网络舆情分析中的情感倾向分析
5.6 应用研究
5.7 总结与展望
参考文献
朱建平，南开大学理学博士。现为厦门大学管理学院教授、博士生导师，厦门大学健康医疗大数据研究院副院长，厦门大学数据挖掘研究中心主任。主要研究方向为数理统计、数据挖掘、健康医疗大数据、数据科学与商业智能等。
谢邦昌，台湾大学生物统计学博士。现为台北医学大学教授、博士生导师，台北医学大学管理学院院长、台北医学大学大资料研究中心主任。主要研究方向为数理统计、生物统计、统计调查研究、大数据挖掘、医学统计等。
马双鸽，美国威斯康星大学统计学博士、华盛顿大学生物统计博士后。现为美国耶鲁大学生物统计系教授。美国统计学会会士、统计学会当选会员。主要研究方向为高维数据分析、生存分析、卫生经济、癌症等。
张德富，华中科技大学工学博士、厦门东南融通博士后。现为厦门大学信息学院教授、博士生导师，厦门大学大数据与计算智能团队带头人。厦门“双百计划”领军型创业人才、闽江科学传播学者、厦门市科技经济促进会高顾问、中国大数据学术创新百人、公益慈善中国行活动专家。主要研究方向为大数据、计算智能、数据挖掘、大规模优化算法、知识图谱等。
方匡南，厦门大学统计学博士、美国耶鲁大学博士后。现为厦门大学经济学院统计系教授、博士生导师，厦门大学数据挖掘研究中心副主任。主要研究方向为数据挖掘、机器学习、应用统计、金融大数据、医疗大数据等。
潘璠，华中科技大学经济学博士，高统计师，统计局统计科学研究所原所长。
随着大数据时代的来临，统计学的发展进入了一个新的阶段。既给统计学科带来发展壮大机会的同时，也给统计学科带来重大的挑战。本书将总结和提出大数据时代统计学所面临的几大重点问题，并从这几个重点问题出发分为五部分，其主要内容如下： 1. 大数据下的统计理论体系 2. 大数据下的数据集综合分析 3. 大数据下的高维变量选择方法 4. 大数据下的统计方法并行计算 5. 大数据下的统计方法应用研究——网络舆情分析
章 大数据下的统计理论体系
1.1 背景与意义
1.2 文献回顾与评述
1.3 大数据及其对统计学科的影响
1.4 从统学到据科学范式的兴起
1.5 大数据背景下的统计学科建设
1.6 总结与展望
参考文献
第二章 大数据下的数据集整合分析
2.1 背景和意义
2.2 综述
2.3 AFT在异构模型的整合分析
2.4 对癌症结果中多维度组学数据的整合分析
2.5 多亚型癌症预后数据整合分析
2.6 基于对比惩罚的高通量癌症研究整合分析
2.7 总结与展望
参考文献
第三章 大数据下的高维变量选择方法
3.1 背景和意义
3.2 高维数据的群组变量选择方法
3.3 基于自适应稀疏组Lasso的双层变量选择
3.4 基于网络结构Logistic模型的企业信用风险预警
3.5 用惩罚方法来识别两部分模型的比例结构
3.6 总结与展望
参考文献
第四章 大数据下的统计方法并行计算
4.1 背景和意义
4.2 综述
4.3 基于Map-Reduce的马尔可夫毯贝叶斯网络学习
4.4 基于Hadoop的并行关联规则挖掘方法
4.5 基于分类问题的特征排序算法
4.6 模糊时间序列预测模型
4.7 精准营销决策框架
4.8 总结及展望
参考文献
第五章 大数据下的统计方法应用——网络舆情分析
5.1 背景和意义
5.2 网络舆情分析研究方法
5.3 网络舆情分析中的主题发现
5.4 网络舆情分析中的关联分析
5.5 网络舆情分析中的情感倾向分析
5.6 应用研究
5.7 总结与展望
参考文献
朱建平，南开大学理学博士。现为厦门大学管理学院教授、博士生导师，厦门大学健康医疗大数据研究院副院长，厦门大学数据挖掘研究中心主任。主要研究方向为数理统计、数据挖掘、健康医疗大数据、数据科学与商业智能等。
谢邦昌，台湾大学生物统计学博士。现为台北医学大学教授、博士生导师，台北医学大学管理学院院长、台北医学大学大资料研究中心主任。主要研究方向为数理统计、生物统计、统计调查研究、大数据挖掘、医学统计等。
马双鸽，美国威斯康星大学统计学博士、华盛顿大学生物统计博士后。现为美国耶鲁大学生物统计系教授。美国统计学会会士、统计学会当选会员。主要研究方向为高维数据分析、生存分析、卫生经济、癌症等。
张德富，华中科技大学工学博士、厦门东南融通博士后。现为厦门大学信息学院教授、博士生导师，厦门大学大数据与计算智能团队带头人。厦门“双百计划”领军型创业人才、闽江科学传播学者、厦门市科技经济促进会高顾问、中国大数据学术创新百人、公益慈善中国行活动专家。主要研究方向为大数据、计算智能、数据挖掘、大规模优化算法、知识图谱等。
方匡南，厦门大学统计学博士、美国耶鲁大学博士后。现为厦门大学经济学院统计系教授、博士生导师，厦门大学数据挖掘研究中心副主任。主要研究方向为数据挖掘、机器学习、应用统计、金融大数据、医疗大数据等。
潘璠，华中科技大学经济学博士，高统计师，统计局统计科学研究所原所长。
随着大数据时代的来临，统计学的发展进入了一个新的阶段。既给统计学科带来发展壮大机会的同时，也给统计学科带来重大的挑战。本书将总结和提出大数据时代统计学所面临的几大重点问题，并从这几个重点问题出发分为五部分，其主要内容如下： 1. 大数据下的统计理论体系 2. 大数据下的数据集综合分析 3. 大数据下的高维变量选择方法 4. 大数据下的统计方法并行计算 5. 大数据下的统计方法应用研究——网络舆情分析
章 大数据下的统计理论体系
1.1 背景与意义
1.2 文献回顾与评述
1.3 大数据及其对统计学科的影响
1.4 从统学到据科学范式的兴起
1.5 大数据背景下的统计学科建设
1.6 总结与展望
参考文献
第二章 大数据下的数据集整合分析
2.1 背景和意义
2.2 综述
2.3 AFT在异构模型的整合分析
2.4 对癌症结果中多维度组学数据的整合分析
2.5 多亚型癌症预后数据整合分析
2.6 基于对比惩罚的高通量癌症研究整合分析
2.7 总结与展望
参考文献
第三章 大数据下的高维变量选择方法
3.1 背景和意义
3.2 高维数据的群组变量选择方法
3.3 基于自适应稀疏组Lasso的双层变量选择
3.4 基于网络结构Logistic模型的企业信用风险预警
3.5 用惩罚方法来识别两部分模型的比例结构
3.6 总结与展望
参考文献
第四章 大数据下的统计方法并行计算
4.1 背景和意义
4.2 综述
4.3 基于Map-Reduce的马尔可夫毯贝叶斯网络学习
4.4 基于Hadoop的并行关联规则挖掘方法
4.5 基于分类问题的特征排序算法
4.6 模糊时间序列预测模型
4.7 精准营销决策框架
4.8 总结及展望
参考文献
第五章 大数据下的统计方法应用——网络舆情分析
5.1 背景和意义
5.2 网络舆情分析研究方法
5.3 网络舆情分析中的主题发现
5.4 网络舆情分析中的关联分析
5.5 网络舆情分析中的情感倾向分析
5.6 应用研究
5.7 总结与展望
参考文献
朱建平，南开大学理学博士。现为厦门大学管理学院教授、博士生导师，厦门大学健康医疗大数据研究院副院长，厦门大学数据挖掘研究中心主任。主要研究方向为数理统计、数据挖掘、健康医疗大数据、数据科学与商业智能等。
谢邦昌，台湾大学生物统计学博士。现为台北医学大学教授、博士生导师，台北医学大学管理学院院长、台北医学大学大资料研究中心主任。主要研究方向为数理统计、生物统计、统计调查研究、大数据挖掘、医学统计等。
马双鸽，美国威斯康星大学统计学博士、华盛顿大学生物统计博士后。现为美国耶鲁大学生物统计系教授。美国统计学会会士、统计学会当选会员。主要研究方向为高维数据分析、生存分析、卫生经济、癌症等。
张德富，华中科技大学工学博士、厦门东南融通博士后。现为厦门大学信息学院教授、博士生导师，厦门大学大数据与计算智能团队带头人。厦门“双百计划”领军型创业人才、闽江科学传播学者、厦门市科技经济促进会高顾问、中国大数据学术创新百人、公益慈善中国行活动专家。主要研究方向为大数据、计算智能、数据挖掘、大规模优化算法、知识图谱等。
方匡南，厦门大学统计学博士、美国耶鲁大学博士后。现为厦门大学经济学院统计系教授、博士生导师，厦门大学数据挖掘研究中心副主任。主要研究方向为数据挖掘、机器学习、应用统计、金融大数据、医疗大数据等。
潘璠，华中科技大学经济学博士，高统计师，统计局统计科学研究所原所长。
随着大数据时代的来临，统计学的发展进入了一个新的阶段。既给统计学科带来发展壮大机会的同时，也给统计学科带来重大的挑战。本书将总结和提出大数据时代统计学所面临的几大重点问题，并从这几个重点问题出发分为五部分，其主要内容如下： 1. 大数据下的统计理论体系 2. 大数据下的数据集综合分析 3. 大数据下的高维变量选择方法 4. 大数据下的统计方法并行计算 5. 大数据下的统计方法应用研究——网络舆情分析
非常抱歉，您前期未参加预订活动，
无法支付尾款哦！
