大拱桥--暨南大学学生门户 » 图书馆 » 统计学 » 统计学习基础 : 数据挖掘、推理与预测 : data mining, inference, andprediction
名称 统计学习基础 : 数据挖掘、推理与预测 : data mining, inference, andprediction
索引号 C8/20048
分类号 C8
C8(统计学)
C(社会科学总论)
作者 黑斯蒂、 T.、蒂鲍白仁、 R.、弗里德曼、 J.、范明、柴玉梅、昝红英、
出版社 北京 : 电子工业出版社, 2004
ISBN 7-5053-9331-6
页数 381页, 44页图版 : 图 (部分彩图) ; 26cm
价格 CNY45.00
标签 统计学习、数据挖掘、机器学习、统计学、数据分析、统计、statistics、模式识别、
简介
注解 据2001年英文版译出 由斯普林格出版公司授权电子工业出版社出版 责任者 (Hastie) 规范汉译姓: 黑斯蒂 编目员自译责任者 (Tibshirani) 汉译姓: 蒂鲍白仁 责任者 (Friedman) 规范汉译姓: 弗里德曼 有书目 (第369-381页) 计算和信息技术的飞速发展带来了医学、生物学、财经和营销等诸多领域的海量数据・这导致统计学领域新工具的发展，并延伸到诸如数据挖掘、机器学习和生物信息学等新领域・本书介绍了这些领域的一些重要内容・
书籍简介

《统计学习基础:数据挖掘、推理与预测》介绍了这些领域的一些重要概念。尽管应用的是统计学方法，但强调的是概念，而不是数学。许多例子附以彩图。《统计学习基础:数据挖掘、推理与预测》内容广泛，从有指导的学习（预测）到无指导的学习，应有尽有。包括神经网络、支持向量机、分类树和提升等主题，是同类书籍中介绍得最全面的。计算和信息技术的飞速发展带来了医学、生物学、财经和营销等诸多领域的海量数据。理解这些数据是一种挑战，这导致了统计学领域新工具的发展，并延伸到诸如数据挖掘、机器学习和生物信息学等新领域。许多工具都具有共同的基础，但常常用不同的术语来表达。

书籍目录

第一章 绪论
第二章 有指导学习概述
第三章 回归的线性方法
第四章 分类的线性方法
第五章 基展开与正则化
第六章 核方法
第七章 模型评估与选择
第八章 模型推理和平均
第九章 加法模型、树和相关方法
第十章 提升和加法树
第十一章 神经网络
第十二章 支持向量机和柔性判别
第十三章 原型方法和最近邻
第十四章 无指导学习