书目信息 |
| 题名： |
统计学习理论与方法
|
|
| 作者： | 左飞 著 | |
| 分册： | ||
| 出版信息： | 北京 清华大学出版社 2020 |
|
| 页数： | 383页 | |
| 开本： | 26cm | |
| 丛书名： | 人工智能科学与技术丛书 | |
| 单 册： | ||
| 中图分类： | TP181 | |
| 科图分类： | ||
| 主题词： | 统计--机器学习 | |
| 电子资源： | ||
| ISBN： | 978-7-302-53088-6 | |
| 000 | 01243nam0 2200265 450 | |
| 001 | 2178479442 | |
| 005 | 20211115103532.21 | |
| 010 | @a978-7-302-53088-6@dCNY79.00 | |
| 049 | @aA500000CQL@bUCS01009995265@c1990576 | |
| 100 | @a20200513d2020 em y0chiy0110 ea | |
| 101 | 0 | @achi |
| 102 | @aCN@b110000 | |
| 105 | @ay z 000yy | |
| 200 | 1 | @a统计学习理论与方法@9tong ji xue xi li lun yu fang fa@b专著@eR语言版@dStatistical learning theory and practice using R@f左飞著@zeng |
| 210 | @a北京@c清华大学出版社@d2020 | |
| 215 | @a383页@d26cm | |
| 225 | 1 | @a人工智能科学与技术丛书 |
| 330 | @a本书从统计学观点出发，以数理统计为基础，介绍了统计机器学习的主要方法。内容涉及回归（线性回归、多项式回归、非线性回归、岭回归，以及LASSO等）、分类（感知机、逻辑回归、朴素贝叶斯、决策树、支持向量机、人工神经网络等）、聚类（K均值、EM算法、密度聚类等）、蒙特卡洛采样（拒绝采样、自适应拒绝采样、重要性采样、吉布斯采样和马尔科夫链蒙特卡洛等）、降维与流形学习（SVD、PCA和MDS等），以及概率图模型基础等话题。 | |
| 510 | 1 | @aStatistical learning theory and practice using R@zeng |
| 606 | 0 | @a统计@x机器学习 |
| 690 | @aTP181@v5 | |
| 701 | 0 | @a左飞@9zuo fei@4著 |
| 801 | 2 | @aCN@bOLCC @c20200805 |
| 801 | 0 | @aCN@bCQL@c20200708 |
| 905 | @a241250@dTP181@e107 | |
| 统计学习理论与方法：R语言版=Statistical learning theory and practice using R/左飞著.-北京：清华大学出版社，2020 |
| 383页；26cm.-(人工智能科学与技术丛书) |
| ISBN 978-7-302-53088-6：CNY79.00 |
| 本书从统计学观点出发，以数理统计为基础，介绍了统计机器学习的主要方法。内容涉及回归（线性回归、多项式回归、非线性回归、岭回归，以及LASSO等）、分类（感知机、逻辑回归、朴素贝叶斯、决策树、支持向量机、人工神经网络等）、聚类（K均值、EM算法、密度聚类等）、蒙特卡洛采样（拒绝采样、自适应拒绝采样、重要性采样、吉布斯采样和马尔科夫链蒙特卡洛等）、降维与流形学习（SVD、PCA和MDS等），以及概率图模型基础等话题。 |
| ● |
| 相关链接 |
正题名：统计学习理论与方法
索取号：TP181/107
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1904515 | 219045156 | 样本书库/ [索取号:TP181/107] | 在馆 | |
| 2 | 1904516 | 219045165 | 新区/5100080504/ [索取号:TP181/107] | 在馆 | |
| 3 | 1904517 | 219045174 | 新区/5100080504/ [索取号:TP181/107] | 在馆 |