本書包括的內容有: 經典線性回歸、廣義線性模型、縱向數據(分層模型), 機器學習回歸方法(決策樹、bagging、森林、mboost、人工神經網絡、支持向量機、k最近鄰方法)、生存分析及Cox模型、經典判別分析與logistic回歸分類、機器學習分類方法(決策樹、bagging、森林、adaboost、人工神經網絡、支持向量機、k最近鄰方法). 其中, 縱向數據(分層模型)及生存分析及Cox模型的內容可根據需要選用, 所有其他的內容都應該在教學中涉及, 可以簡化甚至忽略的內容為一些數學推導和某些不那么的模型, 不可以忽略的是各種方法的直觀意義及理念.
在任何國家及任何制度下都能夠生存和發展的知識和能力，就是科學，是人們在生命的歷程中應該獲得的。
吳喜之
1 糾正了傳統教材只重視回歸而忽視分類的偏見
2 實際工作中，分類的需求并不比回歸少，在分類領域, 機器學習方法在應用范圍及預測精度上都普遍超過傳統的諸如判別分析和二元時的logistic回歸等參數方法。
3 本書以數據為導向，對應不同的數據介紹盡可能多的方法, 并且說明各種方法的優點、缺點及適用范圍. 對于不同模型的比較, 本書將主要采用客觀的交叉驗證的方法.
吳喜之
北京大學數學力學系本科，美國北卡羅來納大學統計博士。中國人民大學統計學院教授，博士生導師。曾在美國加利福尼亞大學、北卡羅來納大學以及南開大學、北京大學等多所著名學府執教。
及時章 引
第二章 經典線性回歸
第三章 廣義線性模型
第四章 縱向數據及分層模型
第五章 機器學習回歸方法
第六章 生存分析及Cox模型
第七章 經典分類：判別分析
第八章 機器學習分類方法
附錄 練習：熟練使用R軟件
參考文獻
學習數據分析！
很喜歡
我是它的忠實粉絲，哈哈！收了很多英文原版書，這次收一套中文的，主要這個科學類的書，還是用中文比較好，一共17冊，可以跟孩子看很長時間了，許多內容都有，配圖也精美，尺寸不大，出去旅行攜帶也方便，很喜歡！
當當給力，書全，還有圖書的清單，這點比某東好。
不多說，好東西
很好的書，推薦閱讀
基于r的應用回歸
書確實不錯
書籍內容不錯，沒有什么問題的和好評的就用這個通用評價，差評的和不滿意的就單獨指出！
非常好，很喜歡！
質量很好，實用的工具書
一直以來在當當網購買圖書，比較滿意。贊一個！
值得看的一本書
吳老爺的書，其實內容跟他寫的另外幾本沒差別，換個套路又是一本書…
這類書還是要買有代碼的，王老師用心了，不是拼湊的書。
本書不像很多教科書那樣只講80年之前的以數學假定和推導為主的內容, 而要強調最近20年最新和最有效的統計方法.
