文献类型:教学参考书 浏览次数:8
  • 题名:统计学习要素:机器学习中的数据挖掘、推断与预测
  • 责任者:(美) 特雷弗·哈斯蒂, 罗伯特·提布施拉尼, 杰罗姆·弗雷曼著
  • 出版社清华大学出版社
  • 出版年:2021.01
  • ISBN:978-7-302-55739-5
  • 定价:159.00
  • 载体形态项:xxii, 550页 26cm
  • 个人责任者:哈斯蒂著、提布施拉尼著、弗雷曼著、张军平译
  • 学科主题:机器学习
  • 中图法分类号:TP181
  • 提要文摘附注:全书共18章, 主题包括监督学习、回归的线性方法、分类的线性方法、基展开和正则化、核光滑方法、模型评估和选择、模型推断和平均、加性模型、树和相关方法、Boosting和加性树、神经网络、支持向量机和柔性判断、原型方法和最近邻、非监督学习、随机森林、集成学习、无向图模型和高维问题等。
  • 统一资源定位(URL):
总体评价(共0票) 评价
索书号 条码号 年卷期 馆藏地 排架号 书刊状态 流通状态

书籍封面

相关资源

图书馆微博二维码

图书馆微信公众号二维码