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2025-04-11
统计学习基础(第2版)(英文) 2025 pdf epub mobi 电子书
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...
评分中文翻译版大概是用google翻译翻的,然后排版一下,就出版了。所以中文翻译版中,每个单词翻译是对的,但一句话连起来却怎么也看不懂。最佳阅读方式是,看英文版,个别单词不认识的话,再看中文版对应的那个词。但如果英文版整个句子都不懂的话,那只有去借助baidu/google,并...
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
讨论班一直在讲这本书,难度对我来说挺高的,但是读透了就会有种醍醐灌顶的感觉,机器学习的必读书目之一吧。
评分感觉翻译为《统计学习精要》好一些,私以为这是目前统计学习领域首屈一指的参考书
评分其实这本书有个姐妹篇,叫 An Introduction to Statistical Learning: with Applications in R ,是Hastie 和Tibshirani 和另外两个作者合写的,更加适合入门,是非常经典的教材。
评分楼下有几位兄台对“基础”的要求未免太苛刻了,这是面向研究生的书籍,应该用评价GTM的标准来衡量它啊。 而且本书的门槛是本科那些知识学扎实就可以读了,做学问来说这难道还不够基础么?
评分好书就得品着读
统计学习基础(第2版)(英文) 2025 pdf epub mobi 电子书