A Probabilistic Theory of Pattern Recognition (Stochastic Modelling and Applied Probability) pdf epub mobi txt 电子书 下载 2025
- 机器学习
- 模式识别
- pattern_recognition
- Statistics
- 概率论与统计学
- 统计学习
- 统计
- 计算机技术
A self-contained and coherent account of probabilistic techniques, covering: distance measures, kernel rules, nearest neighbour rules, Vapnik-Chervonenkis theory, parametric classification, and feature extraction. Each chapter concludes with problems and exercises to further the readers understanding. Both research workers and graduate students will benefit from this wide-ranging and up-to-date account of a fast- moving field.
具体描述
读后感
评分
评分
评分
评分
用户评价
Another rigorous textbook on learning theory. Focus on the nonparametric methods. Highly recommended!
评分Another rigorous textbook on learning theory. Focus on the nonparametric methods. Highly recommended!
评分从nonparametric statistics的角度研究机器学习算法，主要关注点是算法的consistency（是否能渐进逼近Bayes error），主要使用的工具是几个中心不等式（尤其是Vapnik-Chervonenkis不等式），分析的算法包括最近邻、histogram、决策树等。书中有不少脑洞很大的证明，刚开始看还是挺吃力的。习题都很难，还没有答案。唯一的缺憾是太老了，毕竟是二十年前出版的。
评分从nonparametric statistics的角度研究机器学习算法，主要关注点是算法的consistency（是否能渐进逼近Bayes error），主要使用的工具是几个中心不等式（尤其是Vapnik-Chervonenkis不等式），分析的算法包括最近邻、histogram、决策树等。书中有不少脑洞很大的证明，刚开始看还是挺吃力的。习题都很难，还没有答案。唯一的缺憾是太老了，毕竟是二十年前出版的。
评分从nonparametric statistics的角度研究机器学习算法，主要关注点是算法的consistency（是否能渐进逼近Bayes error），主要使用的工具是几个中心不等式（尤其是Vapnik-Chervonenkis不等式），分析的算法包括最近邻、histogram、决策树等。书中有不少脑洞很大的证明，刚开始看还是挺吃力的。习题都很难，还没有答案。唯一的缺憾是太老了，毕竟是二十年前出版的。
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.wenda123.org All Rights Reserved. 图书目录大全 版权所有