您好,欢迎来到聚文网。 登录 免费注册
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)

  • 字数: 958
  • 出版社: 清华大学
  • 作者: (美)特雷弗·哈斯蒂//罗伯特·提布施拉尼//杰罗姆·弗雷曼|责编:文开琪|译者:张军平
  • 商品条码: 9787302557395
  • 版次: 1
  • 开本: 16开
  • 页数: 550
  • 出版年份: 2021
  • 印次: 1
定价:¥159 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
《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。

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网