☆☆☆☆☆
简体网页||繁体网页

A Probabilistic Theory of Pattern Recognition (Stochastic Modelling and Applied Probability) 2024 pdf epub mobi 电子书 著者简介

---

A Probabilistic Theory of Pattern Recognition (Stochastic Modelling and Applied Probability) 电子书 图书目录

---

点击这里下载

---

---

---

发表于2024-12-26

A Probabilistic Theory of Pattern Recognition (Stochastic Modelling and Applied Probability) 2024 pdf epub mobi 电子书

A Probabilistic Theory of Pattern Recognition (Stochastic Modelling and Applied Probability) 2024 pdf epub mobi 电子书

A Probabilistic Theory of Pattern Recognition (Stochastic Modelling and Applied Probability) 2024 pdf epub mobi 电子书

---

喜欢 A Probabilistic Theory of Pattern Recognition (Stochastic Modelling and Applied Probability) 电子书 的读者还喜欢

• 
  Theory of Point Estimation 2024 pdf epub mobi 电子书
• 
  The Nature of Statistical Learning Theory 2024 pdf epub mobi 电子书
• 
  Statistical Learning Theory 2024 pdf epub mobi 电子书
• 
  统计学习基础 2024 pdf epub mobi 电子书
• 
  Learning with Kernels 2024 pdf epub mobi 电子书
• 
  Introductory Functional Analysis with Applications 2024 pdf epub mobi 电子书
• 
  An Introduction to Manifolds 2024 pdf epub mobi 电子书
• 
  模式分类 2024 pdf epub mobi 电子书
• 
  Recommender Systems Handbook 2024 pdf epub mobi 电子书
• 
  Probabilistic Graphical Models 2024 pdf epub mobi 电子书

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

类似图书 点击查看全场最低价

出版者:Springer

作者:Luc Devroye

出品人:

页数:651

译者:

出版时间:1996-04-04

价格:USD 109.00

装帧:Hardcover

isbn号码:9780387946184

丛书系列:

A Probabilistic Theory of Pattern Recognition (Stochastic Modelling and Applied Probability) 2024 pdf epub mobi 电子书

评分☆☆☆☆☆

Another rigorous textbook on learning theory. Focus on the nonparametric methods. Highly recommended!

评分☆☆☆☆☆

从nonparametric statistics的角度研究机器学习算法，主要关注点是算法的consistency（是否能渐进逼近Bayes error），主要使用的工具是几个中心不等式（尤其是Vapnik-Chervonenkis不等式），分析的算法包括最近邻、histogram、决策树等。书中有不少脑洞很大的证明，刚开始看还是挺吃力的。习题都很难，还没有答案。唯一的缺憾是太老了，毕竟是二十年前出版的。

评分☆☆☆☆☆

从nonparametric statistics的角度研究机器学习算法，主要关注点是算法的consistency（是否能渐进逼近Bayes error），主要使用的工具是几个中心不等式（尤其是Vapnik-Chervonenkis不等式），分析的算法包括最近邻、histogram、决策树等。书中有不少脑洞很大的证明，刚开始看还是挺吃力的。习题都很难，还没有答案。唯一的缺憾是太老了，毕竟是二十年前出版的。

评分☆☆☆☆☆

从nonparametric statistics的角度研究机器学习算法，主要关注点是算法的consistency（是否能渐进逼近Bayes error），主要使用的工具是几个中心不等式（尤其是Vapnik-Chervonenkis不等式），分析的算法包括最近邻、histogram、决策树等。书中有不少脑洞很大的证明，刚开始看还是挺吃力的。习题都很难，还没有答案。唯一的缺憾是太老了，毕竟是二十年前出版的。

评分☆☆☆☆☆

从nonparametric statistics的角度研究机器学习算法，主要关注点是算法的consistency（是否能渐进逼近Bayes error），主要使用的工具是几个中心不等式（尤其是Vapnik-Chervonenkis不等式），分析的算法包括最近邻、histogram、决策树等。书中有不少脑洞很大的证明，刚开始看还是挺吃力的。习题都很难，还没有答案。唯一的缺憾是太老了，毕竟是二十年前出版的。

查看全网最低价