统计学习基础(第2版)(英文) pdf epub mobi txt 电子书 下载 2025
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.
- 机器学习
- 统计学习
- 统计学
- 数据挖掘
- 数学
- 统计
- 数据分析
- statistics
具体描述
读后感
非常难，一点都不element，是本百科全书式的读物，如果是初学者，不建议读 很多章节也没有细节，概述性的东西，能看懂几章就很不错了 其实每章都可以写成一本书，都可以做很多篇的论文 全部读懂非常非常难，倒是作为用到哪个部分作为参考资料查查很不错
评分 评分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...
评分http://www-stat.stanford.edu/~hastie/local.ftp/Springer/ESLII_print3.pdf
评分读 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...
用户评价
一直觉得这个学科大概不存在入门教材这个概念。
评分Good Introduction with detailed explanation in spite of tediousness.
评分我来说下，本书面向的读者对象为精通概率统计的人，即你差不多是个统计学博士就可以了，不然很多结论直接就来，也不推导。本书重概率统计直觉，我觉得此书很尴尬，厉害的人觉得就是个提纲，水平差的人又觉得太跳跃。最后，统计机器学习入门慎看此书。
评分很适合CS同学阅读
评分A comprehensive book concerning ML. I recommend it to advanced readers equipped with extensive solid mathematical foundation, especially certain core courses of statistics(e.g., multivariate statistical analysis), matrix theory, optimization theory and numerical analysis.
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 qciss.net All Rights Reserved. 小哈图书下载中心 版权所有