返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 统计学习要素 机器学习中的数据挖掘、推断与预测(第2版)
  • 新华书店正版
    • 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
    • 出版社: 清华大学出版社
    • 出版时间:2021-01-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 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
    • 出版社:清华大学出版社
    • 出版时间:2021-01-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2021-01-01
    • 字数:958000
    • 页数:576
    • 开本:16开
    • 装帧:平装
    • ISBN:9787302557395
    • 国别/地区:中国
    • 版权提供:清华大学出版社

    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
    主编推荐

    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。

    作者简介

    精彩内容

    目录
    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

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购