成功加入购物车
实物拍摄 内页干净无笔迹划痕无缺损
李航 著 / 清华大学出版社 / 2012-03 / 平装
售价 ¥ 5.00 1.3折
定价 ¥38.00
品相 九品
优惠 满包邮
延迟发货说明
上书时间2024-05-12
卖家超过10天未登录
统计学习方法
统计学习是计算机及其应用领域的一门重要的学科。《统计学习方法》全面系统地介绍了统计学习的主要方法,特别是监督学习方法,包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与支持向量机、提升方法、em算法、隐马尔可夫模型和条件随机场等。除第1章概论和最后一章总结外,每章介绍一种方法。叙述从具体问题或实例入手,由浅入深,阐明思路,给出必要的数学推导,便于读者掌握统计学习方法的实质,学会运用。为满足读者进一步学习的需要,书中还介绍了一些相关研究,给出了少量习题,列出了主要参考文献。
《统计学习方法》是统计学习及相关课程的教学参考书,适用于高等院校文本数据挖掘、信息检索及自然语言处理等专业的大学生、研究生,也可供从事计算机应用相关专业的研发人员参考。
李航 日本京都大学电气工程系毕业,日本东京大学计算机科学博士。曾任职于日本NEC公司中央研究所,微软亚洲研究院高级研究员及主任研究员,现任华为诺亚方舟实验室首席科学家。北京大学、南开大学、西安交通大学客座教授。研究方向包括信息检索、自然语言处理、统计机器学习及数据挖掘。
第1章统计学习方法概论
1.1统计学习
1.2监督学习
1.3统计学习三要素
1.4模型评估与模型选择
1.5i~则化与交叉验证
1.6泛化能力
1.7生成模型与判别模型
1.8分类问题
1.9标注问题
1.10回归问题
本章概要
继续阅读
习题
参考文献
第2章感知机
2.1感知机模型
2.2感知机学习策略
2.3感知机学习算法
第3章众近邻法
3.1k近邻算法
3.2k近邻模型
3.3k近邻法的实现:kd树
第4章朴素贝叶斯法
4.1朴素贝叶斯法的学习与分类
4.2朴素贝叶斯法的参数估计
第5章决策树
第6章逻辑斯谛回归与最大熵模型
第7章支持向量机
第8章提升方法
第9章em算法及其推广
第10章隐马尔可夫模型
第11章条件随机场
第12章统计学习方法总结
附录a梯度下降法
附录b牛顿法和拟牛顿法
附录c拉格朗日对偶性
索引
展开全部
图2
图3
配送说明
...
相似商品
为你推荐
开播时间:09月02日 10:30