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...
評分读了一个月,还在前四章深耕,在此说明一下,网上的 solution,笔记啊,我见到的,只有一个份做的最详细,准确度最高,其余的都是滥竽充数,过程推导乱来,想当然,因为该书的符号有点混乱,所以建议阅读该书的人把前面的 Notation 读清楚,比如书中 X 出现的有好几种形式,每...
評分评论最下面的部分Version 1是我开始读这本书的时候写的东西,现在加上点基础部分。 对linear algebra, probability 要有非常强的直观认识,对这两个基础学的非常通透。Linear algebra 有几种常用的分解QR, eigendecomposition, SVD,搞清楚它们的作用和几何意义。Bayesian meth...
評分 評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。
大傢都說不錯,不過不是統計人,看得不清不楚
评分這本書實在是不好讀,不過還算是可以學到點東西的
评分名為基礎,實則由淺入深。看透不容易。
评分簡單翻過,實在太難瞭,拙劣的翻譯讓它看起來更難瞭。 “子采樣”譯成“罰迴歸”,也是沒誰瞭。 還是有個網友說的好,書譯瞭燒不掉,還是少荼毒點好書,免得被罵萬年。
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。
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