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:
本店所有商品

  • 醉染图书统计学习导论9787111497714
  • 正版全新
    • 作者: (美)加雷斯·詹姆斯(Gareth James) 等 著;王星 等 译著 | (美)加雷斯·詹姆斯(Gareth James) 等 著;王星 等 译编 | (美)加雷斯·詹姆斯(Gareth James) 等 著;王星 等 译译 | (美)加雷斯·詹姆斯(Gareth James) 等 著;王星 等 译绘
    • 出版社: 机械工业出版社
    • 出版时间:2015-05-01
    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:
    醉染图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: (美)加雷斯·詹姆斯(Gareth James) 等 著;王星 等 译著| (美)加雷斯·詹姆斯(Gareth James) 等 著;王星 等 译编| (美)加雷斯·詹姆斯(Gareth James) 等 著;王星 等 译译| (美)加雷斯·詹姆斯(Gareth James) 等 著;王星 等 译绘
    • 出版社:机械工业出版社
    • 出版时间:2015-05-01
    • 版次:1
    • 印次:1
    • 页数:290
    • 开本:16开
    • ISBN:9787111497714
    • 版权提供:机械工业出版社
    • 作者:(美)加雷斯·詹姆斯(Gareth James) 等 著;王星 等 译
    • 著:(美)加雷斯·詹姆斯(Gareth James) 等 著;王星 等 译
    • 装帧:平装
    • 印次:1
    • 定价:79.00
    • ISBN:9787111497714
    • 出版社:机械工业出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2015-05-01
    • 页数:290
    • 外部编号:1201109305
    • 版次:1
    • 成品尺寸:暂无

    中文版序
    译者序
    前言
    章导论
    1.1统计学习概述
    1.2统计学习简史
    1.3关于这本书
    1.4这本书适用的读者群
    1.5记号与简单的矩阵代数
    1.6本书的内容安排
    1.7用于实验和习题的数据集
    1.8本书
    1.9致谢
    第2章统计学习
    2.1什么是统计学习
    2.2评价模型精度
    .实验:R语言简介
    2.4习题
    第3章线回归
    3.1简单线回归
    3.2多元线回归
    3.3回归模型中的注意事项
    3.4营销计划
    3.5线回归与K近邻法的比较
    3.6实验:线回归
    3.7习题
    第4章分类
    4.1分类问题概述
    4.2为什么线回归不可用
    4.3逻辑斯谛回归
    4.4线判分析
    4.5分类方法的比较
    4.6R实验:逻辑斯谛回归、LDA、DA和KNN
    4.7习题
    第5章重抽样方法
    5.1交叉验法
    5.2自法
    5.3实验:交叉验法和自法
    5.4习题
    第6章线模型选择与正则化
    6.1子集选择
    6.2压缩估计方法
    6.3降维方法
    6.4高维问题
    6.5实验1:子集选择方法
    6.6实验2:岭回归和lasso
    6.7实验3:PCR和PLS回归
    6.8习题
    第7章非线模型
    7.1多项式回归
    7.2阶梯函数
    7.3基函数
    7.4回归样条
    7.5光滑样条
    7.6局部回归
    7.7广义可加模型
    7.8实验:非线建模
    7.9习题
    第8章基于树的方法
    8.1决策树基本原理
    8.2装袋法、随机森林和提升法
    8.3实验:决策树
    8.4习题
    第9章支持向量机
    9.1优选间隔分类器
    9.2支持向量分类器
    9.3狭义的支持向量机
    9.4多分类的SVM
    9.5与逻辑斯谛回归的关系
    9.6实验:支持向量机
    9.7习题
    0章无指导学习
    10.1无指导学习的挑战
    10.2主成分分析
    10.3聚类分析方法
    10.4实验1:主成分分析
    10.5实验2:聚类分析
    10.6实验3:以NCI60数据为例
    10.7习题

    加雷斯·詹姆斯,斯坦福大学统计学博士,师从Trevor Hastie。现为南加州大学马歇尔商学院统计学教授,美国统计学会会士,数理统计协会终身会员,新西兰统计协会会员。《Statistica Sinica》、《Applications and Case Studies》、《Theory and Methods》等期刊的副主编。
    丹妮拉·威滕,斯坦福大学统计学博士,师从Robert Tibshirani。现为华盛顿大学生物统计学副教授,美国统计学会和靠前数理统计协会会士,《Journal of Computational and Graphical Statistics》和《Biometrika》等期刊副主编。
    特雷弗·哈斯帖,美国统计学家和计算机科学家,斯坦福大学统计学教授,英皇统计学会、靠前数理统计协会和美国统计学会会士。Hastie参与开发了R中的大部分统计建模软件和环境,发明了主曲线和主曲面。
    罗伯特·提布施瓦尼,斯坦福大学统计学教授,靠前数理统计协会、美国统计学会和加拿大皇家学会会士,1996年COPSS总统奖得主,提出Iasso方法。Hastie和Tibshirani都是统计学习领域的泰山北斗,两人合著《The Elements of Statistical Learning》,还合作讲授斯坦福大学的公开课《统计学习》。

    前言统计学习是一套以复杂数据建模和数据理解为目的的工具集,是近期才发展起来的统计学的一个新领域,它与计算机科学特别是其中的机器学习相互融合、协同发展。统计学习领域涵盖了许多方法,比如说lasso回归、稀疏回归、分类和回归树、提升法和支持向量机。 随着“大数据”问题的式增长,统计学习已成为许多科学领域及市场研究、金融学等商科领域一个热门的话题,拥有统计学习技能的人才千金难求。 统计学习领域开山之作之一——《统计学习基础》(The Elements of Statistical Learning,ESL)(作者Hastie, Tibshirani, Friedman)于2001年出版,第2版于200年问。现在,ESL已成为统计学界乃至相关领域的一本受欢迎的教材,其中一个原因是ESL的风格平实,易于接受。但事实上,ESL是为受过数学科学高等训练的人而写的。这本《统计学习导论》(An Introduction to Statistical Learning,ISL)是为对统计学习方有泛需求,但又担心技术高深难懂的读者所写。本书所列主题与ESL大体一致,但更注重方法的应用且同时弱化了数学推导的细节。书中附有一些实验以解释如何用R软件实现统计学习方法。这些实验能够给读者提供有价值的实操经验。 本书适合统计学及相关数量分析领域的高年级生以及硕士生阅读,也适合专业希望运用统计学习工具分析数据的人阅读。本书可作为一学期到两学期课程的教科书使用。 在此,对那些曾经阅读过本书初稿并提出宝贵意见的人致以诚挚的感谢:Pallavi Basu, Alexandra Chouldechova, Patrick Danaher, Will Fithian, Luella Fu, Sam Gross, Max Grazier GSell, Courtney Paulson, Xinghao iao, Elisa Sheng, Noah Simon, Kean Ming Tan和Xin Lu Tan。 预测不易,预测未来更不易。——Yogi BerraGareth James(美国洛杉矶)Daniela Witten(美国西雅图)Trevor Hastie(美国帕罗奥图)Robert Tibshirani(美国帕罗奥图)

    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