书籍介绍
本书括的内容有： 经典线性回归、广义线性模型、纵向数据(分层模型)， 机器学习回归方法(决策树、bagging、森林、mboost、人工神经网络、支持向量机、k近邻方法)、生存分析及Cox模型、经典判别分析与logistic回归分类、机器学习分类方法(决策树、bagging、森林、adaboost、人工神经网络、支持向量机、k近邻方法). 其中， 纵向数据(分层模型)及生存分析及Cox模型的内容可根据需要选用， 所有其他的内容都应该在教学中涉及， 可以简化甚至忽略的内容为一些数学推导和某些不那么的模型， 不可以忽略的是各种方法的直观意义及理念.
目录
用户评论
理论部分叙述得清楚明白，但是有些地方按着书上的代码弄不出正确的结果
理论部分叙述得清楚明白，但是有些地方按着书上的代码弄不出正确的结果
@2016-06-16 14:53:58
吴老师的书读起来都很有趣，基本都是交流的口吻，抓住思想脉络，并不纠缠推导细节，读起来行云流水。他从不掩饰自己的观点，书中随处可见对常见观点的评论。最近两本书的前言，他都用这句话结尾：“在任何国家及任何制度下都能够生存和发展的知识和能力，就是科学，是人们在生命历程中应该获得的”。深以为然。
很有用，从大公司到创业公司走出的第一步，靠着这本书
净说大实话。
看到9.5分，以为是多么多么好的学习宝藏。结果，真是写得太简洁了，不管是对统计基础知识还是代码的解读。之前就会书中的统计和R代码的人才能看得懂，不懂的人基本上看了还是不懂。。。这种叙述方式不像是在写教材，而是在发表论文，只有同行业的专家才能理解和欣赏其内容。。。当然，能看出作者是很厉害的，一星给作者。原来R统计方面书到这种程度的书就能得9点几分——可能是因为该书格式、排版、符号等的确很整洁规范吧，不过内容方便，我给2星，再想那些六七分的同类书，我可能只有打负分了。。。
沉迷学习无法自拔