• 保正版!统计学习基础 机器学习中的数据挖掘、推断与预测 第2版(全彩英文版)9787519296865世界图书出版有限公司北京分公司(美)特雷弗·哈斯蒂,(美)罗伯特·蒂布希拉尼,(美)杰罗姆·弗里德曼
21年品牌 40万+商家 超1.5亿件商品

保正版!统计学习基础 机器学习中的数据挖掘、推断与预测 第2版(全彩英文版)9787519296865世界图书出版有限公司北京分公司(美)特雷弗·哈斯蒂,(美)罗伯特·蒂布希拉尼,(美)杰罗姆·弗里德曼

1.7天无理由退换货,2.当日16点前订单基本当日发出,最迟隔天,3.天津仓、成都仓、无锡仓、北京仓、广东仓、泰安仓、杭州仓、武汉仓就近发货。4.韵达、中国邮政、圆通、中通随机安排!无法指定快递敬请谅解!5.开票联系客服.

173.79 7.3折 238 全新

库存12件

天津河东
认证卖家担保交易快速发货售后保障

作者(美)特雷弗·哈斯蒂,(美)罗伯特·蒂布希拉尼,(美)杰罗姆·弗里德曼

出版社世界图书出版有限公司北京分公司

ISBN9787519296865

出版时间2023-09

装帧平装

开本16开

定价238元

货号1203105018

上书时间2024-04-03

博文明智书店

四年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
目录
《统计学习基础:机器学习中的数据挖掘、推断与预测:第2版:英文》目录参见目录图

内容摘要
本书是Springer统计系列丛书之一,旨在让读者深入了解数据挖掘和预测。随着计算机和信息技术迅猛发展,医学、生物学、金融、以及市场等各个领域的大量数据的产生,处理这些数据以及挖掘它们之间的关系对于一个统计工作者显得尤为重要。本书运用共同的理论框架将这些领域的重要观点做了很好的阐释,重点强调方法和概念基础而非理论性质,运用统计的方法更是突出概念而非数学。另外,书中大量的彩色图例可以帮助读者更好地理解概念和理论。目次:导论;监督学习概述;线性回归模型;线性分类方法;基展开与正则性;核方法;模型评估与选择;模型参考与平均;可加性模型,树与相关方法;神经网络;支持向量机器与弹性准则;原型法和最近邻居;无监督学习.读者对象:适用于数学及统计专业的研究生、统计工作者及相关领域的研究人员。

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP