理查德·伯克（Richard A.Berk）。 从回归角度进行统计学习。 （英语） Zbl 1258.62047号 统计学中的斯普林格系列纽约州纽约市：施普林格出版社（ISBN 978-0-387-77500-5/hbk）。xvii，第358页。(2008). 出版商描述：当兴趣集中在响应变量的条件分布上，给定一组预测因子时，以及当描述预测因子与响应的关系很重要时，本书考虑了统计学习应用。作为第一近似，这可视为非参数回归的扩展。在所研究的统计学习过程中，有袋装、随机森林、增强和支持向量机。反应变量可以是定量的，也可以是分类的。强调了实际应用，尤其是具有实际意义的应用。一个重要的主题是需要明确考虑装配过程中的不对称成本。例如，在某些情况下，假阳性可能比假阴性成本低得多。另一个重要的主题是不要自动将建模决策交给拟合算法。在许多情况下，主题知识应该胜过正式的拟合标准。然而，另一个重要的主题是认识到自己数据的局限性，而不是应用统计学习程序，因为这些程序需要的数据超出了数据所能提供的范围。该材料是为社会和生命科学研究生以及希望将统计学习程序应用于科学和政策问题的研究人员编写的。直观的解释和视觉表现是突出的。所有分析都在R中进行。 引用于2评论引用于20文件 MSC公司： 62G08号 非参数回归和分位数回归 62-02 与统计有关的研究展览（专著、调查文章） 62第25页 统计学在社会科学中的应用 68T05型 人工智能中的学习和自适应系统 62-04 统计相关问题的软件、源代码等 软件：R（右）;DAA糊精;RGraphics公司;半标准杆;ISwR公司;加迈尔;DAAG公司;千兆字节;r零件;SVM灯 PDF格式BibTeX公司 XML格式引用 \textit{R.A.Berk}，从回归角度进行统计学习。纽约州纽约市：施普林格（2008；Zbl 1258.62047）