书目信息 |
| 题名： |
统计学习理论与方法
|
|
| 作者： | 左飞 著 | |
| 分册： | ||
| 出版信息： | 北京 清华大学出版社 2020.06 |
|
| 页数： | 383页 | |
| 开本： | 26cm | |
| 丛书名： | 人工智能科学与技术丛书 | |
| 单 册： | ||
| 中图分类： | TP181 | |
| 科图分类： | ||
| 主题词： | 统计--tong ji--机器学习 | |
| 电子资源： | ||
| ISBN： | 978-7-302-53088-6 | |
| 000 | 01302nam 2200265 450 | |
| 001 | CAL 0120202999225 | |
| 010 | @a978-7-302-53088-6@dCNY79.00 | |
| 100 | @a20190916d2020 em y0chiy50 ea | |
| 101 | 0 | @achi |
| 102 | @aCN@b110000 | |
| 105 | @aa a 000yy | |
| 200 | 1 | @a统计学习理论与方法@Atong ji xue xi li lun yu fang fa@eR语言版@d= Statistical learning theory and practice@eusing R@f左飞著@zeng |
| 210 | @a北京@c清华大学出版社@d2020.06 | |
| 215 | @a383页@c图@d26cm | |
| 225 | 2 | @a人工智能科学与技术丛书@Aren gong zhi neng ke xue yu ji shu cong shu |
| 320 | @a有书目 | |
| 330 | @a本书从统计学观点出发, 以数理统计为基础, 全面系统地介绍了统计机器学习的主要方法。内容涉及回归 (线性回归、多项式回归、非线性回归、岭回归, 以及LASSO等) 、分类 (感知机、逻辑回归、朴素贝叶斯、决策树、支持向量机、人工神经网络等) 、聚类 (K均值、EM算法、密度聚类等) 、蒙特卡洛采样 (拒绝采样、自适应拒绝采样、重要性采样、吉布斯采样和马尔科夫链蒙特卡洛等) 、降维与流形学习 (SVD、PCA和等) , 以及概率图模型基础等话题。 | |
| 410 | 0 | @12001 @a人工智能科学与技术丛书 |
| 510 | 1 | @aStatistical learning theory and practice@eusing R@zeng |
| 606 | 0 | @a统计@Atong ji@x机器学习 |
| 690 | @aTP181@v5 | |
| 701 | 0 | @a左飞@Azuo fei@4著 |
| 801 | 0 | @aCN@c20200916 |
| 902 | @aRt928-2087 | |
| 905 | @a河南城建学院图书馆@dTP181@eZ989 | |
| 统计学习理论与方法：R语言版= Statistical learning theory and practice：using R/左飞著.-北京：清华大学出版社，2020.06 |
| 383页：图；26cm.-(人工智能科学与技术丛书) |
| ISBN 978-7-302-53088-6：CNY79.00 |
| 本书从统计学观点出发, 以数理统计为基础, 全面系统地介绍了统计机器学习的主要方法。内容涉及回归 (线性回归、多项式回归、非线性回归、岭回归, 以及LASSO等) 、分类 (感知机、逻辑回归、朴素贝叶斯、决策树、支持向量机、人工神经网络等) 、聚类 (K均值、EM算法、密度聚类等) 、蒙特卡洛采样 (拒绝采样、自适应拒绝采样、重要性采样、吉布斯采样和马尔科夫链蒙特卡洛等) 、降维与流形学习 (SVD、PCA和等) , 以及概率图模型基础等话题。 |
| ● |
| 相关链接 |
|
|
|
正题名：统计学习理论与方法
索取号：TP181/Z989
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1457654 | 214576546 | 自科库301/301自科库 69排1列1层/ [索取号:TP181/Z989] | 在馆 | |
| 2 | 1457655 | 214576555 | 自科库301/301自科库 69排1列1层/ [索取号:TP181/Z989] | 在馆 |