- 商品参数
-
- 作者:
(美)著
- 出版社:清华大学出版社
- 开本:16开
- ISBN:9780922762438
- 版权提供:清华大学出版社
店铺公告
为保障消费者合理购买需求及公平交易机会,避免因非生活消费目的的购买货囤积商品,抬价转售等违法行为发生,店铺有权对异常订单不发货且不进行赔付。异常订单:包括但不限于相同用户ID批量下单,同一用户(指不同用户ID,存在相同/临近/虚构收货地址,或相同联系号码,收件人,同账户付款人等情形的)批量下单(一次性大于5本),以及其他非消费目的的交易订单。
温馨提示:请务必当着快递员面开箱验货,如发现破损,请立即拍照拒收,如验货有问题请及时联系在线客服处理,(如开箱验货时发现破损,所产生运费由我司承担,一经签收即为货物完好,如果您未开箱验货,一切损失就需要由买家承担,所以请买家一定要仔细验货),
关于退货运费:对于下单后且物流已发货货品在途的状态下,原则上均不接受退货申请,如顾客原因退货需要承担来回运费,如因产品质量问题(非破损问题)可在签收后,联系在线客服。
本店存在书、古旧书、收藏书、二手书等特殊商品,因受采购成本限制,可能高于定价销售,明码标价,介意者勿拍!
1.书籍因稀缺可能导致售价高于定价,图书实际定价参见下方详情内基本信息,请买家看清楚且明确后再拍,避免价格争议!
2.店铺无纸质均开具电子,请联系客服开具电子版
统计学习要素 机器学习中的数据挖掘、推断与预测(第2版)
作 者:(美)特雷弗·哈斯蒂,(美)罗伯特·提布施拉尼,(美)杰罗姆·弗雷曼 著 张军平 译
定 价:159
出 版 社:清华大学出版社
出版日期:2021年01月01日
页 数:576
装 帧:平装
ISBN:9787302557395
●第1章概述
第2章监督学习综述
第3章回归的线性方法
第4章分类的线性方法
第5章基展开与正则化方法
第6章核平滑方法
第7章模型的评估和选择
第8章模型的推断和平均
第9章加性模型、树和相关方法
第10章Boosting和加性树
第11章神经网络
第12章支持向量机与柔性判别分析
第13章原型方法与最近邻
第14章非监督学习
第15章随机森林
第16章集成学习
第17章无向图模型
第18章高维问题:p>>N
内容简介
《统计学习要素:机器学习中的数据挖掘、推断与预测(第2版)》在一个通用的概念框架中描述通用于数据挖掘、机器学习和生物信息学等领域的重要思想和概念。这些统计学范畴下的概念是人工智能与机器学习的基础。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。《统计学习要素:机器学习中的数据挖掘、推断与预测(第2版)》主题全面,是一本经典的统计学习教材,适合本科高年级学生和研究生使用和参考。
1