江汉大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

统计学习要素:机器学习中的数据挖掘、推断与预测/(美) 特雷弗·哈斯蒂, 罗伯特·提布施拉尼, 杰罗姆·弗雷曼著 张军平译

出版发行项:

北京:清华大学出版社,2021

ISBN及定价:

978-7-302-55739-5/CNY159.00

载体形态项:

xxii, 550页:彩图;26cm

统一题名:

Elements of statistical learning : data mining, inference, and prediction

其它题名:

机器学习中的数据挖掘、推断与预测

个人责任者:

黑斯蒂 (Hastie, Trevor) 著

个人责任者:

提布施拉尼 (Tibshirani, Robert) 著

个人责任者:

弗雷德曼 (Friedman, Jerome) 著

个人次要责任者:

张军平 译

学科主题:

机器学习

中图法分类号:

TP181

中图法分类号:

TP181

版本附注:

据原书第2版译出

出版发行附注:

限中国大陆发行

相关题名附注:

书名原文取自版权页

责任者附注:

责任者Hastie规范汉译姓: 黑斯蒂 ; 责任者Friedman规范汉译姓: 弗里德曼

书目附注:

有书目 (第527-542页)

提要文摘附注:

本书在一个通用的概念框架中描述通用于数据挖掘、机器学习和生物信息学等领域的重要思想和概念。全书共18章，主题包括监督学习、回归的线性方法、分类的线性方法、基展开和正则化、核光滑方法、模型评估和选择、模型推断和平均、加性模型、树和相关方法、Boosting和加性树、神经网络、支持向量机和柔性判断、原型方法和最近邻、非监督学习、随机森林、集成学习、无向图模型和高维问题等。

豆瓣简介：