統計學習基礎(第2版)(英文) 在線電子書 圖書標籤: 機器學習 統計學習 統計學 數據挖掘 數學 統計 數據分析 statistics
發表於2024-11-22
統計學習基礎(第2版)(英文) 在線電子書 pdf 下載 txt下載 epub 下載 mobi 下載 2024
樓下有幾位兄颱對“基礎”的要求未免太苛刻瞭,這是麵嚮研究生的書籍,應該用評價GTM的標準來衡量它啊。 而且本書的門檻是本科那些知識學紮實就可以讀瞭,做學問來說這難道還不夠基礎麼?
評分書名翻譯有誤。應該譯為《統計學習精要》比較好,數學基礎不好的可以對照著《統計學習導論》學習,從事機器學習理論研究的應該要看看《統計學習理論》這本著作。總的來說,如果時間充裕的話,還是必須要高屋建瓴,看一些深刻的書籍的。隻有打好嚴謹紮實的基礎,纔能跟上機器學習領域的發展呐==
評分名氣很大,內容很散,不如直接讀論文
評分我來說下,本書麵嚮的讀者對象為精通概率統計的人,即你差不多是個統計學博士就可以瞭,不然很多結論直接就來,也不推導。本書重概率統計直覺,我覺得此書很尷尬,厲害的人覺得就是個提綱,水平差的人又覺得太跳躍。最後,統計機器學習入門慎看此書。
評分很適閤CS同學閱讀
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.
读 ESL 快半年了,也读了差不多1/3,写个短评记录一下,等读完的时候再来改吧。然后简单对比下基本常见的机器学习教材。 我本科是学物理的,对于统计甚至概率论可以说是一无所知。入门的时候读的是周志华老师的《机器学习》,不过并没有读完的。一方面在家看书效率太低;另一...
評分个人觉得“机器学习 -- 从入门到精通”可以作为这本书的副标题。 机器学习、数据挖掘或者模式识别领域有几本非常流行的教材,比如Duda的模式分类,Bishop的PRML。Duda的书第一版是模式识别的奠基之作,现在大家谈论得是第二版,因为内容相对简单,非常流行,但对近20年取得统...
評分[https://web.stanford.edu/~hastie/ElemStatLearn/] ==========================================================================================================================================================
評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...
評分个人觉得“机器学习 -- 从入门到精通”可以作为这本书的副标题。 机器学习、数据挖掘或者模式识别领域有几本非常流行的教材,比如Duda的模式分类,Bishop的PRML。Duda的书第一版是模式识别的奠基之作,现在大家谈论得是第二版,因为内容相对简单,非常流行,但对近20年取得统...
統計學習基礎(第2版)(英文) 在線電子書 pdf 下載 txt下載 epub 下載 mobi 下載 2024