统计学习方法(第2版)
正版新书 新华官方库房直发 可开电子发票
￥ 67.63 6.9折 ￥ 98 全新
库存568件
作者李航
出版社清华大学出版社
ISBN9787302517276
出版时间2019-05
版次2
装帧平装
开本B5
纸张胶版纸
页数464页
字数593千字
定价98元
货号SC:9787302517276
上书时间2024-09-06
- 在售商品 暂无
- 平均发货时间 17小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
内容简介:
本书全面系统地介绍了统计学习的主要方法，共分两篇。第一篇系统介绍监督学习的各种重要方法，包括决策树、感知机、支持向量机、优选熵模型与逻辑斯谛回归、推进法、多类分类法、EM算法、隐马尔科夫模型和条件随机场等；第二篇介绍无监督学习，包括聚类、奇异值、主成分分析、潜在语义分析等。两篇中，除概论和总结外，每章介绍一或二种方法。
目录:
第1章统计学习及监督学习概论.3
1.1统计学习.3
1.2统计学习的分类.5
1.2.1基本分类.6
1.2.2按模型分类11
1.2.3按算法分类13
1.2.4按技巧分类13
1.3统计学习方法三要素15
1.3.1模型15
1.3.2策略16
1.3.3算法19
1.4模型评估与模型选择19
1.4.1训练误差与测试误差19
1.4.2过拟合与模型选择20
1.5正则化与交叉验证23
1.5.1正则化23
1.5.2交叉验证.24
1.6泛化能力.24
1.6.1泛化误差.24
1.6.2泛化误差上界25
1.7生成模型与判别模型27
1.8监督学习应用28
1.8.1分类问题.28
1.8.2标注问题.30
1.8.3回归问题.32
本章概要33
继续阅读33
习题33
参考文献34
第2章感知机35
2.1感知机模型35
2.2感知机学习策略.36
2.2.1数据集的线性可分性36
2.2.2感知机学习策略.37
2.3感知机学习算法.38
2.3.1感知机学习算法的原始形式38
2.3.2算法的收敛性41
2.3.3感知机学习算法的对偶形式43
本章概要46
继续阅读46
习题46
参考文献47
第3章k近邻法49
3.1k近邻算法49
3.
...
— 没有更多了 —
以下为对购买帮助不大的评价