# 现代预测建模

**Repository Path**: lieville/MPM

## Basic Information

- **Project Name**: 现代预测建模
- **Description**: 现代预测建模：从回归到机器学习
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-11-29
- **Last Updated**: 2026-02-20

## Categories & Tags

**Categories**: Uncategorized

**Tags**: 讲义

## README

# 现代预测建模

#### 介绍
作为课程讲义，主要的内容是关于分类模型、回归模型，从经典统计模型到机器学习

#### 目录
    - index.qmd
    - intro.qmd
    - part: "I 基础-线性回归模型"
      chapters:
        - chapters/part-1-introduction.qmd
        - chapters/1预测模型与评估.qmd
        - chapters/2线性回归.qmd
        - chapters/3残差分析.qmd
        - chapters/4自相关.qmd
    - part: "II 扩展——线性分析方法"
      chapters:
        - chapters/part-2-introduction.qmd
        - chapters/5降维.qmd
        - chapters/6正则化.qmd
        - chapters/7广义线性模型.qmd
        - chapters/8线性分类模型.qmd
        - chapters/9非线性回归与样条回归.qmd
    - part: "III 进阶——超越线性的机器学习"
      chapters:
        - chapters/part-3-introduction.qmd
        - chapters/10决策树与集成学习.qmd
        - chapters/11支持向量机.qmd
        - chapters/12神经网络与深度学习基础.qmd
    - part: "IV 实践——综合案例分析"
      chapters:   
        - chapters/part-4-introduction.qmd     
        - chapters/13回归任务与基准测试.qmd
        - chapters/14分类任务.qmd
        - chapters/15案例综合分析.qmd   

#### 使用说明

1.  使用R、python两种语言，经典模型以R为主，机器学习模型使用sklearn框架
2.  不定时更新
3.  有意见建议欢迎反馈

#### 参与贡献

1.  Fork 本仓库
2.  新建 知识点、章节 分支
3.  提交代码
4.  新建 Pull Request


#### 联系我

1.  邮件：r-python@qq.com
2.  我的github主页 https://lieville.github.io/