机读格式显示(MARC)

• 000 01407nam 2200337 450

• 001 0000608657

• 005 20170516094500.0

• 010 __ |a 978-7-111-55522-3 |d CNY43.00

• 099 __ |a CAL 012017034979

• 100 __ |a 20170324d2017 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 统计学习理论基础 |A tong ji xue xi li lun ji chu |f (美) 桑吉夫·库尔卡尼, (美) 吉尔伯特·哈曼著 |d = An elementary introduction to statistical learning theory |f Sanjeev Kulkarni, Gilbert Harman |g 肖忠祥 ... [等] 译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2017

• 215 __ |a 169页 |c 图 |d 24cm

• 225 2_ |a 大数据丛书 |A da shu ju cong shu

• 306 __ |a 由Wiley授权出版

• 320 __ |a 有书目

• 330 __ |a 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。

• 410 _0 |1 2001 |a 大数据丛书

• 500 10 |a Elementary introduction to statistical learning theory |m Chinese

• 606 0_ |a 统计学 |A tong ji xue

• 690 __ |a C8 |v 5

• 701 _1 |a 库尔卡尼 |A ku er ka ni |g (Kulkarni, Sanjeev) |4 著

• 701 _1 |a 哈曼 |A ha man |g (Harman, Gilbert) |4 著

• 702 _0 |a 肖忠祥 |A xiao zhong xiang |4 译

• 801 _0 |a CN |b NMU |c 20170324

• 905 __ |a SCNU |f C8/2590

• 920 __ |a 242430 |z 1