统计学习方法 有划线

图书标准信息

• 作者 李航 著
• 出版社 清华大学出版社
• 出版时间 2012-03
• 版次 1
• ISBN 9787302275954
• 定价 38.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 235页
• 字数 314千字
• 正文语种 简体中文

【内容简介】

　　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。

【作者简介】

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。

【目录】

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
本章概要
继续阅读
习题
参考文献

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
本章概要
继续阅读
习题
参考文献

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
本章概要
继续阅读
习题
参考文献
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