关于我们
书单推荐
新书推荐

统计学习要素:机器学习中的数据挖掘、推断与预测(第2版)

统计学习要素:机器学习中的数据挖掘、推断与预测(第2版)

定  价:159 元

        

  • 作者:[美] 特雷弗·哈斯蒂,[美] 罗伯特·提布施拉 著
  • 出版时间:2020/12/1
  • ISBN:9787302557395
  • 出 版 社:清华大学出版社
  • 中图法分类:TP181 
  • 页码:576
  • 纸张:胶版纸
  • 版次:1
  • 开本:16
9
7
5
8
5
7
7
3
3
0
9
2
5

《统计学习要素:机器学习中的数据挖掘、推断与预测(第2版)》在一个通用的概念框架中描述通用于数据挖掘、机器学习和生物信息学等领域的重要思想和概念。这些统计学范畴下的概念是人工智能与机器学习的基础。全书共18 章,主题包括监督学习、回归的线性方法、分类的线性方法、基展开和正则化、核光滑方法、模型评估和选择、模型推断和平均、加性模型、树和相关方法、Boosting 和加性树、神经网络、支持向量机和柔性判断、原型方法和最近邻、非监督学习、随机森林、集成学习、无向图模型和高维问题等。


《统计学习要素:机器学习中的数据挖掘、推断与预测(第2版)》主题全面,是一本经典的统计学习教材,适合本科高年级学生和研究生使用和参考。



 你还可能感兴趣
 我要评论
您的姓名   验证码: 图片看不清?点击重新得到验证码
留言内容