具体描述
《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。
作者简介
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.
目录信息
第二章 有指导学习概述
第三章 回归的线性方法
第四章 分类的线性方法
第五章 基展开与正则化
第六章 核方法
第七章 模型评估与选择
第八章 模型推理和平均
第九章 加法模型、树和相关方法
第十章 提升和加法树
第十一章 神经网络
第十二章 支持向量机和柔性判别
第十三章 原型方法和最近邻
第十四章 无指导学习
· · · · · · (收起)
读后感
http://www-stat.stanford.edu/~hastie/local.ftp/Springer/ESLII_print3.pdf
评分[https://web.stanford.edu/~hastie/ElemStatLearn/] ==========================================================================================================================================================
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http://www-stat.stanford.edu/~hastie/local.ftp/Springer/ESLII_print3.pdf
评分douban评论非要给出评价才能发表，这非常难决断 说你好呢，翻译的乱七八糟 说你不好呢，内容实在深刻 说起翻译来，这可是把中文说的比外文还难懂 Jiawei Han的数据挖掘让范明译的污七八糟 结果还让他来翻译这部经典，怀疑他在用google翻译 最后还是忍不住去图书馆复印了原版...
用户评价
期末被逼着3天内总算是看了一遍 还是能学到一些东西 但有些公式和英文版不一样容易误导
评分比较难，不适合入门
评分作者是斯坦福大学三个统计学教授，他们经常参加各种神经网络、数据挖掘、机器学习会议……翻译不好
评分简单翻过，实在太难了，拙劣的翻译让它看起来更难了。 “子采样”译成“罚回归”，也是没谁了。 还是有个网友说的好，书译了烧不掉，还是少荼毒点好书，免得被骂万年。
评分上学时读的书，存
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.quotespace.org All Rights Reserved. 小美书屋 版权所有