統計學習基礎(第2版)(英文) pdf epub mobi txt 電子書 下載2025
- 機器學習
- 統計學習
- 統計學
- 數據挖掘
- 數學
- 統計
- 數據分析
- statistics
- 統計學習
- 機器學習
- 數據分析
- 統計學
- 算法
- 概率論
- 數據科學
- 預測建模
- 監督學習
- 非監督學習
具體描述
著者簡介
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.
圖書目錄
讀後感
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...
評分我导师(stanford博士毕业)非常欣赏这本书，并把它作为我博士资格考试的参考教材之一。 感谢 ZHENHUI LI 提供的信息。本书作者已经将第二版的电子书放到网上，大家可以免费下载。 http://www-stat.stanford.edu/~tibs/ElemStatLearn/ 网上还有一份solution manual, 但是似乎...
評分我导师(stanford博士毕业)非常欣赏这本书，并把它作为我博士资格考试的参考教材之一。 感谢 ZHENHUI LI 提供的信息。本书作者已经将第二版的电子书放到网上，大家可以免费下载。 http://www-stat.stanford.edu/~tibs/ElemStatLearn/ 网上还有一份solution manual, 但是似乎...
評分对于新手来说，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...
評分用戶評價
本書叫基礎，其實是統計學習精要，數學基礎比較差的連符號都費勁，雖然滿滿的文字解析，有另外一本《統計學習導論》,書是2010年的，模型都比較老和經典瞭，當年火熱話題還是數據挖掘，很多模型都是KDD比賽的，後期可以繼續跟蹤學習Hastie教授們在伯剋利和斯坦福的課程，另外推薦《稀疏統計學習應用》Tibshirani兒子的凸優化課程
评分樓下有幾位兄颱對“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？
评分討論班一直在講這本書，難度對我來說挺高的，但是讀透瞭就會有種醍醐灌頂的感覺，機器學習的必讀書目之一吧。
评分好書就得品著讀
评分Good Introduction with detailed explanation in spite of tediousness.
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 book.quotespace.org All Rights Reserved. 小美書屋 版权所有