統計學習基礎(第2版)(英文) pdf epub mobi txt 電子書 下載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.
- 機器學習
- 統計學習
- 統計學
- 數據挖掘
- 數學
- 統計
- 數據分析
- statistics
具體描述
讀後感
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...
評分[https://esl.hohoweiya.xyz/index.html] ==========================================================================================================================================================
評分http://www-stat.stanford.edu/~hastie/local.ftp/Springer/ESLII_print3.pdf
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...
用戶評價
其實這本書有個姐妹篇，叫 An Introduction to Statistical Learning: with Applications in R ，是Hastie 和Tibshirani 和另外兩個作者閤寫的，更加適閤入門，是非常經典的教材。
评分哼，說好的基礎呢！！！一點都不基礎，看得我纍死瞭，然後放棄瞭
评分書名翻譯有誤。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==
评分不適閤沒怎麼學過統計和綫性代數的人看，不太友好
评分統計學習，模式識彆領域，最愛的一本書。推導過程清晰，還有各種感悟和總結，很好。但是講的內容比機器學習少瞭一些，好像是沒有hmm,crf的。
相關圖書
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