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
发表于2024-11-22
统计学习基础 pdf epub mobi txt 电子书 下载 2024
《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。
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.
这些方法很赞
评分这书可读性很差,英文版也好不到哪里去
评分上学时读的书,存
评分这书可读性很差,英文版也好不到哪里去
评分上学时读的书,存
上半部看得更仔细些,相对来说收获也更多。书的前半部对各种回归说得很多,曾经仅仅了解这些的回归方法的大概思路,但是从本书中更能了解它们的统计意义、本质,有种豁然开朗的感觉:) 只是总的来说还是磕磕巴巴的看了一遍,还得继续仔细研读才好。希望能有更深刻的领悟,目的...
评分对于新手来说,这本书和PRML比起来差太远,新手强烈建议去读PRML,接下来再看这本书。。我就举个最简单的例子吧,这本书的第二章overview of supervised learning和PRML的introduction差太远了。。。。读这本书的overview如果读者没有基础几乎不知所云。。但是PRML通过一个例子...
评分读了一个月,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...
评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...
评分[https://web.stanford.edu/~hastie/ElemStatLearn/] ==========================================================================================================================================================
统计学习基础 pdf epub mobi txt 电子书 下载 2024