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.
发表于2024-12-22
统计学习基础 2024 pdf epub mobi 电子书
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...
评分读了一个月,还在前四章深耕,在此说明一下,网上的 solution,笔记啊,我见到的,只有一个份做的最详细,准确度最高,其余的都是滥竽充数,过程推导乱来,想当然,因为该书的符号有点混乱,所以建议阅读该书的人把前面的 Notation 读清楚,比如书中 X 出现的有好几种形式,每...
评分英文原版的官方免费下载链接已经有人在书评中给出了 中文版的译者很可能没有基本的数学知识,而是用Google翻译完成了这部作品。 超平面的Normal equation (法线方程)翻译成了“平面上的标准方程”;而稍有高中髙维几何常识的人都知道,法线是正交与该超平面的方向,而绝不可...
图书标签: 统计学习 数据挖掘 机器学习 统计学 数据分析 统计 Statistics 模式识别
《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。
确实翻译的一塌糊涂。。都看不下去了。。
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。
评分是本好书,已出至第二版,但是这本翻译的不太好,书名译为“统计学习精要”更为合适,作者给出了各个版本的下载,不需花钱即可下载,也推荐大家看英文原版。
评分本书很牛逼,但是这本翻译很不靠谱
评分这翻译。。。
统计学习基础 2024 pdf epub mobi 电子书