统计学习基础(第2版)(英文) 2024 pdf epub mobi 电子书

☆☆☆☆☆
简体网页||繁体网页

统计学习基础(第2版)(英文) 2024 pdf epub mobi 电子书著者简介

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.

统计学习基础(第2版)(英文) 电子书图书目录

下载链接在页面底部

点击这里下载

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找书就要到本本书屋

onlinetoolsland.com

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

发表于2024-05-13

统计学习基础(第2版)(英文) 2024 pdf epub mobi 电子书

喜欢统计学习基础(第2版)(英文) 电子书的读者还喜欢

统计学习基础(第2版)(英文) 电子书读后感

评分☆☆☆☆☆

个人觉得“机器学习 -- 从入门到精通”可以作为这本书的副标题。机器学习、数据挖掘或者模式识别领域有几本非常流行的教材，比如Duda的模式分类，Bishop的PRML。Duda的书第一版是模式识别的奠基之作，现在大家谈论得是第二版，因为内容相对简单，非常流行，但对近20年取得统...

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...

评分☆☆☆☆☆

[https://web.stanford.edu/~hastie/ElemStatLearn/] ==========================================================================================================================================================

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☆☆☆☆☆

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...

类似图书点击查看全场最低价

出版者:世界图书出版公司北京公司

作者:Trevor Hastie

出品人:

页数:745

译者:

出版时间:2015-1-1

价格:102.80

装帧:平装

isbn号码:9787510084508

丛书系列:Springer Series in Statistics 影印版

图书标签: 机器学习统计学习统计学数据挖掘数学统计数据分析 statistics