统计学习基础 pdf epub mobi txt 电子书下载 2025

☆☆☆☆☆

Trevor Hastie, Robert Tibshirani, and Jerome Friedman are professors of statistics at Stanford University. They are prominent researchers in this area: Hastie and Tibshirani developed generalized additive models and wrote a popular book of that title. Hastie co-developed much of the statistical modeling software and environment in R/S-PLUS and invented principal curves and surfaces. Tibshirani proposed the lasso and is co-author of the very successful An Introduction to the Bootstrap. Friedman is the co-inventor of many data-mining tools including CART, MARS, projection pursuit and gradient boosting.

出版者:电子工业出版社

作者:Robert Tibshirani

出品人:

页数:381

译者:

出版时间:2004-1

价格:45.00元

装帧:平装(无盘)

isbn号码:9787505393318

丛书系列:国外计算机科学教材系列

图书标签:

统计学习
数据挖掘
机器学习
统计学
数据分析
统计
Statistics
模式识别

下载链接在页面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找书就要到图书目录大全

book.wenda123.org

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

《统计学习基础:数据挖掘、推理与预测》介绍了这些领域的一些重要概念。尽管应用的是统计学方法，但强调的是概念，而不是数学。许多例子附以彩图。《统计学习基础:数据挖掘、推理与预测》内容广泛，从有指导的学习（预测）到无指导的学习，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的。计算和信息技术的飞速发展带来了医学、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，这导致了统计学领域新工具的发展，并延伸到诸如数据挖掘、机器学习和生物信息学等新领域。许多工具都具有共同的基础，但常常用不同的术语来表达。

具体描述

读后感

评分☆☆☆☆☆

非常难，一点都不element，是本百科全书式的读物，如果是初学者，不建议读很多章节也没有细节，概述性的东西，能看懂几章就很不错了其实每章都可以写成一本书，都可以做很多篇的论文全部读懂非常非常难，倒是作为用到哪个部分作为参考资料查查很不错

评分☆☆☆☆☆

有人给我推荐这本书的时候说，有了这本书，就不再需要其他的机器学习教材了。入手这本书的接下来两个月，我与教材中艰深的统计推断、矩阵、数值算法、凸优化等数学知识展开艰苦的斗争。于是我明白了何谓”不需要其他的机器学习教材“：准确地说，是其他的教材都不需要了；一本...

评分☆☆☆☆☆

我导师(stanford博士毕业)非常欣赏这本书，并把它作为我博士资格考试的参考教材之一。感谢 ZHENHUI LI 提供的信息。本书作者已经将第二版的电子书放到网上，大家可以免费下载。 http://www-stat.stanford.edu/~tibs/ElemStatLearn/ 网上还有一份solution manual, 但是似乎...

评分☆☆☆☆☆

这个简单的书评只是我个人的观点，所以我觉得先了解一下我的背景是有帮助的：本科计算机，数学功底尚可，研究生方向机器学习、数据挖掘相关应用研究。缺点： 1，阅读此书前，读者需要具备基本的统计学知识，所以书的内容并不“基础”。 2，书中很少涉及到公式推导，细节并不...

评分☆☆☆☆☆

统计学习的经典教材，数学难度适中，英文难度较低，看了其中有监督学习部分，无监督学习部分没怎么看，算法比较经典，但是也比较老。