|
题名:
|
统计学习理论基础 Tong Ji Xue Xi Li Lun Ji Chu / (美) 桑吉夫·库尔卡尼, (美) 吉尔伯特·哈曼著 , 肖忠祥 ... [等] 译 |
|
ISBN:
|
978-7-111-55522-3 价格： CNY43.00 |
|
语种:
|
chi |
|
载体形态:
|
169页 图 24cm |
|
出版发行:
|
出版地： 北京 出版社： 机械工业出版社 出版日期： 2017 |
|
内容提要:
|
全书共包含18个章节，从概率密度、贝叶斯决策理论引入样本学习的基本概念，进而介绍了近邻域学习、核学习及神经网络学习，在此基础上探讨了PCA学习、VC维概念、函数估计问题等，后重点介绍了非常实用的支持向量机SVM及Boosting方法。各章均包含小结、附录、习题及参考资料。 |
|
主题词:
|
统计学 |
|
中图分类法:
|
C8 版次： 5 |
|
主要责任者:
|
库尔卡尼 Ku Er Ka Ni 著 |
|
主要责任者:
|
哈曼 Ha Man 著 |
|
次要责任者:
|
肖忠祥 Xiao Zhong Xiang 译 |
|
次要责任者:
|
闫效莺 Yan Xiao Ying 译 |
|
次要责任者:
|
段沛沛 Duan Pei Pei 译 |