應(yīng)用預(yù)測建模：數(shù)據(jù)科學與機器學習方法（英文版）

　　本書專注于預(yù)測建模的實際應(yīng)用，介紹了從數(shù)據(jù)預(yù)處理到建模再到模型評估和選擇的整個過程，以及背后的統(tǒng)計思想，涉及各種回歸技術(shù)和分類技術(shù)。從解決實際問題延伸到模型擬合，以及隨之出現(xiàn)的主題，如處理類不平衡、選擇預(yù)測因子等在實踐中經(jīng)常出現(xiàn)的問題，作者意在為讀者提供預(yù)測建模過程的指導(dǎo)，并結(jié)合開源軟件R語言來求解實際問題，詳細給出R代碼和處理的步驟。R包AppliedPredictiveModeling包含了書中例題和習題使用的數(shù)據(jù)，以及用于重復(fù)書中每一章分析的R代碼。

　　馬克斯·庫恩（Max Kuhn），康涅狄格州格羅頓市輝瑞全球研發(fā)非臨床統(tǒng)計部主任，在制藥和診斷行業(yè)已有近20年應(yīng)用預(yù)測模型的經(jīng)驗，他還是很多R包的作者。 謝爾·約翰遜（Kjell Johnson），博士，在藥物研發(fā)和其他行業(yè)有近20年統(tǒng)計咨詢和預(yù)測建模經(jīng)驗，曾任輝瑞全球研發(fā)統(tǒng)計部主任。