統計學習要素 : 機器學習中的數據挖掘、推斷與預測

• 作者： 哈斯蒂 (Hastie, Trevor) 著
• 其他作者：
  • 蒂伯沙拉尼 (Tibshirani, Robert) 著
  • 弗雷曼 (Friedman, Jerome) 著
  • 張軍平 譯
• 其他題名：
  • The elements of statistical learning :: data mining, inference, and prediction
  • 统计学习要素
  • 機器學習中的數據挖掘、推斷與預測
• 出版： 北京[市] : 清華大學出版社
• 版本：第1版
• 主題： 機器學習
• ISBN： 978-7-302-55739-5 (平裝): 人民幣159元
• 資料類型: 圖書
• 內容註: 參考書目: 面[527]-542 簡體字版
• More
• 摘要註: 本書在一個通用的概念框架中描述通用於數據挖掘、機器學習和生物信息學等領域的重要思想和概念。這些統計學範疇下的概念是人工智能與機器學習的基礎。全書共18章, 主題包括監督學習、回歸的線性方法、分類的線性方法、基展開和正則化、核光滑方法、模型評估和選擇、模型推斷和平均、加性模型、樹和相關方法、Boosting和加性樹、神經網絡、支持向量機和柔性判斷、原型方法和最近鄰、非監督學習、隨機森林、集成學習、無向圖模型和高維問題等。
• 讀者標籤：

  需登入
• 引用連結：

  Copy Link
• 目前引用數
• Share: