MARC状态:审校 文献类型:中文图书 浏览次数:167
- 题名/责任者:
- 统计学习理论基础/(美) 桑吉夫·库尔卡尼, (美) 吉尔伯特·哈曼著 肖忠祥 ... [等] 译
- 出版发行项:
- 北京:机械工业出版社,2017
- ISBN及定价:
- 978-7-111-55522-3/CNY43.00
- 载体形态项:
- 169页:图;24cm
- 丛编项:
- 大数据丛书
- 个人责任者:
- 库尔卡尼 (Kulkarni, Sanjeev) 著
- 个人责任者:
- 哈曼 (Harman, Gilbert) 著
- 个人次要责任者:
- 肖忠祥 译
- 学科主题:
- 统计学
- 中图法分类号:
- C8
- 出版发行附注:
- 由Wiley授权出版
- 书目附注:
- 有书目
- 提要文摘附注:
- 全书共包含18个章节,从概率密度、贝叶斯决策理论引入样本学习的基本概念,进而介绍了近邻域学习、核学习及神经网络学习,在此基础上探讨了PCA学习、VC维概念、函数估计问题等,后重点介绍了非常实用的支持向量机SVM及Boosting方法。各章均包含小结、附录、习题及参考资料。
全部MARC细节信息>>