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.
《統計學習基礎:數據挖掘、推理與預測》介紹瞭這些領域的一些重要概念。盡管應用的是統計學方法,但強調的是概念,而不是數學。許多例子附以彩圖。《統計學習基礎:數據挖掘、推理與預測》內容廣泛,從有指導的學習(預測)到無指導的學習,應有盡有。包括神經網絡、支持嚮量機、分類樹和提升等主題,是同類書籍中介紹得最全麵的。計算和信息技術的飛速發展帶來瞭醫學、生物學、財經和營銷等諸多領域的海量數據。理解這些數據是一種挑戰,這導緻瞭統計學領域新工具的發展,並延伸到諸如數據挖掘、機器學習和生物信息學等新領域。許多工具都具有共同的基礎,但常常用不同的術語來錶達。
中文翻译版大概是用google翻译翻的,然后排版一下,就出版了。所以中文翻译版中,每个单词翻译是对的,但一句话连起来却怎么也看不懂。最佳阅读方式是,看英文版,个别单词不认识的话,再看中文版对应的那个词。但如果英文版整个句子都不懂的话,那只有去借助baidu/google,并...
評分[https://web.stanford.edu/~hastie/ElemStatLearn/] ==========================================================================================================================================================
評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...
評分 評分The methodology used in the books are fancy and attractive, yet in terms of rigorous proofs, sometimes the book skip steps and is difficult to follow. ~ Slightly sophisticated for undergraduate students, but in general is a very nice book.
期末被逼著3天內總算是看瞭一遍 還是能學到一些東西 但有些公式和英文版不一樣容易誤導
评分上學時讀的書,存
评分無奈英文看的費勁...隻好看中文版的,看的欲罷不能,最近就看這本 --------後麵看的太吃力,棄掉瞭..哎 我真覺得是翻譯問題
评分很多人反應翻譯得不好,我還是以前的老觀點<中文書籍可以讓你快速進入一個領域>。的確裏麵有些詞匯,並不是數學中標準的翻譯。提一點:很多方法從統計的角度並不一定是最好的理解方式。繼續攻讀英文第二版。
评分這些方法很贊
本站所有內容均為互聯網搜索引擎提供的公開搜索信息,本站不存儲任何數據與內容,任何內容與數據均與本站無關,如有需要請聯繫相關搜索引擎包括但不限於百度,google,bing,sogou 等
© 2025 qciss.net All Rights Reserved. 小哈圖書下載中心 版权所有