统计学习要素(第2版)
三位统计学家高屋建瓴,面向非统计专业的读者介绍重要的统计学概念,而非纯数学理论 借助于一个通用概念框架,描述多个学科的重要思想,比如医学、生物学、金融学和营销 《统计学习要素》(第2版)包含人工智能中用到的许多代表性主题,比如图模型、随机森林、集成方法、Lasso最小角度回归和路径算法、非负矩阵分解和频谱聚类。此外,还用一章篇幅来介绍“宽”数据(p大于n)的方法,包括多次测...
三位统计学家高屋建瓴,面向非统计专业的读者介绍重要的统计学概念,而非纯数学理论 借助于一个通用概念框架,描述多个学科的重要思想,比如医学、生物学、金融学和营销 《统计学习要素》(第2版)包含人工智能中用到的许多代表性主题,比如图模型、随机森林、集成方法、Lasso最小角度回归和路径算法、非负矩阵分解和频谱聚类。此外,还用一章篇幅来介绍“宽”数据(p大于n)的方法,包括多次测...