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.
發表於2025-02-02
統計學習基礎(第2版)(英文) 2025 pdf epub mobi 電子書 下載
有人給我推薦這本書的時候說,有瞭這本書,就不再需要其他的機器學習教材瞭。 入手這本書的接下來兩個月,我與教材中艱深的統計推斷、矩陣、數值算法、凸優化等數學知識展開艱苦的鬥爭。於是我明白瞭何謂”不需要其他的機器學習教材“:準確地說,是其他的教材都不需要瞭;一本...
評分上半部看得更仔細些,相對來說收獲也更多。書的前半部對各種迴歸說得很多,曾經僅僅瞭解這些的迴歸方法的大概思路,但是從本書中更能瞭解它們的統計意義、本質,有種豁然開朗的感覺:) 隻是總的來說還是磕磕巴巴的看瞭一遍,還得繼續仔細研讀纔好。希望能有更深刻的領悟,目的...
評分英文原版的官方免費下載鏈接已經有人在書評中給齣瞭 中文版的譯者很可能沒有基本的數學知識,而是用Google翻譯完成瞭這部作品。 超平麵的Normal equation (法綫方程)翻譯成瞭“平麵上的標準方程”;而稍有高中髙維幾何常識的人都知道,法綫是正交與該超平麵的方嚮,而絕不可...
評分[https://web.stanford.edu/~hastie/ElemStatLearn/] ==========================================================================================================================================================
評分圖書標籤: 機器學習 統計學習 統計學 數據挖掘 數學 統計 數據分析 statistics
名氣很大,內容很散,不如直接讀論文
評分一直覺得這個學科大概不存在入門教材這個概念。
評分其實這本書有個姐妹篇,叫 An Introduction to Statistical Learning: with Applications in R ,是Hastie 和Tibshirani 和另外兩個作者閤寫的,更加適閤入門,是非常經典的教材。
評分算是很“基礎”的一本書,內容覆蓋瞭幾乎10年之前所有與統計學習相關的內容,當然有詳有略。要更近一步還得多多努力纔行
評分討論班一直在講這本書,難度對我來說挺高的,但是讀透瞭就會有種醍醐灌頂的感覺,機器學習的必讀書目之一吧。
統計學習基礎(第2版)(英文) 2025 pdf epub mobi 電子書 下載