统计学习要素
暂无封面,等待上传

统计学习要素

(美) 特雷弗·哈斯蒂, (美) 罗伯特·提布施拉尼, (美) 杰罗姆·弗雷曼, 著

出版社:清华大学出版社

年代:2020

定价:129.0

书籍简介:

《统计学习与机器学习》介绍了这些领域的一些重要概念,主题广泛,从监督学习(预测)到无监督学习,应有尽有。包括神经网络、支持向量机、分类树和提升等主题,是同类书籍中介绍得最全面、最权威的经典著作。随着计算和信息技术的飞速发展,产生了广泛涉及医学、生物学、财经和营销等诸多领域的海量数据。理解这些数据是一种挑战,也带动了统计学领域新工具的发展,并延伸到诸据挖掘、机器学习和生物信息学等新领域。本书的目的就是连接两个领域来充分讨论人工智能领域最重要的机器学习主题。

书籍规格:

书籍详细信息
书名统计学习要素站内查询相似图书
9787302557395
如需购买下载《统计学习要素》pdf扫描版电子书或查询更多相关信息,请直接复制isbn,搜索即可全网搜索该ISBN
出版地北京出版单位清华大学出版社
版次1版印次1
定价(元)129.0语种简体中文
尺寸26 × 19装帧平装
页数印数 3000

书籍信息归属:

统计学习要素是清华大学出版社于2020.7出版的中图分类号为 TP181 的主题关于 机器学习 的书籍。