|
题名:
|
统计学习理论与方法 / 左飞著 , |
|
ISBN:
|
978-7-302-53088-6 价格： CNY79.00 |
|
语种:
|
chi |
|
载体形态:
|
383页 图 26cm |
|
出版发行:
|
出版地： 北京 出版社： 清华大学出版社 出版日期： 2020 |
|
内容提要:
|
本书从统计学观点出发, 以数理统计为基础, 全面系统地介绍了统计机器学习的主要方法。内容涉及回归 (线性回归、多项式回归、非线性回归、岭回归, 以及LASSO等) 、分类 (感知机、逻辑回归、朴素贝叶斯、决策树、支持向量机、人工神经网络等) 、聚类 (K均值、EM算法、密度聚类等) 、蒙特卡洛采样 (拒绝采样、自适应拒绝采样、重要性采样、吉布斯采样和马尔科夫链蒙特卡洛等) 、降维与流形学习 (SVD、PCA和等) , 以及概率图模型基础等话题。 |
|
主题词:
|
统计 机器学习 |
|
中图分类法:
|
TP181 版次： 5 |
|
主要责任者:
|
左飞 著 |