|
题名:
|
统计学习理论 / Vladimir N. Vapnik著 , 许建华, 张学工译 |
|
ISBN:
|
978-7-121-25875-6 价格： CNY99.00 |
|
语种:
|
chi |
|
载体形态:
|
24, 559页 图 26cm |
|
出版发行:
|
出版地： 北京 出版社： 电子工业出版社 出版日期： 2015 |
|
内容提要:
|
统计学习理论是研究利用经验数据进行机器学习的一种一般理论, 属于计算机科学、模式识别和应用统计学相交叉与结合的范畴, 其主要创立者是本书作者。统计学习理论基本内容诞生于20世纪60-70年代, 到90年代中期发展到比较成熟并受到世界机器学习界的广泛重视, 其核心内容反映在Vapnik的两部重要著作中, 本书即是其中一部, 另一部是《统计学习理论的本质》。 由于较系统地考虑了有限样本的情况, 统计学习理论与传统统计学理论相比有更好的实用性, 在该理论下发展出的支持向量机方法以其有限样本下良好的推广能力而备受重视。 |
|
主题词:
|
统计学 |
|
中图分类法:
|
C8 版次： 5 |
|
主要责任者:
|
瓦普尼克 著 |
|
次要责任者:
|
许建华 译 |
|
次要责任者:
|
张学工 译 |
|
责任者附注:
|
责任者规范汉译姓: 瓦普尼克 |
|
责任者附注:
|
许建华, 2002年于清华大学模式识别与智能系统专业获工学博士学位。现任南京师范大学计算机科学与技术学院教授。张学工, 1994年于清华大学模式识别与智能系统专业获工学博士学位。现任清华大学自动化系教授。 |
|
索书号:
|
5 |