Основы статистического обучения, Интеллектуальный анализ данных, логический вывод и прогнозирование, Хасти Т., Тибширани Р., Фридман Д., 2020.
Мы бьли удовлетворены популярностью первого издания книги Основы статистического обучения. Это обстоятельство, а также быстрые темпы развития исследований в области статистического обучения побудили нас обновить эту книгу и выпустить второе издание. Мы добавили четыре новые главы и переработали некоторые из существующих глав. Поскольку многие читатели знакомы с первым изданием, мы постарались изменить его как можно меньше.
![Основы статистического обучения, Интеллектуальный анализ данных, логический вывод и прогнозирование, Хасти Т., Тибширани Р., Фридман Д., 2020 Основы статистического обучения, Интеллектуальный анализ данных, логический вывод и прогнозирование, Хасти Т., Тибширани Р., Фридман Д., 2020](/img/knigi/student/1342/134299.jpg)
Библиографические заметки.
Существует обширная литература по ядерным методам, которую мы не будем перечислять. Лучше мы укажем на несколько хороших ссьшок, которые сами по себе имеют обширную библиографию. Loader ( 1999) дает превосходный обзор моделей локальной регрессии и правдоподобия, а также описывает современное программное обеспечение для аппроксимации этих моделей. Fan and Gijbels (1996) рассматривают эти модели с более теоретической точки зрения. Hastie anf Tibshirani ( 1990) обсуждают локальную регрессию в контексте аддитивного моделирования. Silveпnan ( 1986) дает хороший обзор методов оценки плотности, как и Scott (1992).
Оглавление.
Предисловие ко второму изданию.
Предисловие к первому изданию.
Глава 1.Введение.
Глава 2.Обзор методов обучения с учителем.
Глава 3.Линейные методы регрессии.
Глава 4.Линейные методы классификации.
Глава 5.Разложение по базису и регуляризация.
Глава 6.Ядерные методы сглаживания.
Глава 7.Оценивание и выбор моделей.
Глава 8.Вывод моделей и усреднение.
Глава 9.Аддитивные модели, деревья и связанные с ними методы.
Глава 10.Бустинг и аддитивные деревья.
Глава 11.Нейронные сети.
Глава 12.Метод опорных векторов и гибкие дискриминанты.
Глава 13.Методы прототипов и ближайших соседей.
Глава 14.Обучение без учителя.
Глава 15.Случайные леса.
Глава 16.Ансамблевые методы обучения.
Глава 17.Неориентированные графовые модели.
Глава 18.Задачи высокой размерности: р >> N.
Библиография.
Предметный указатель.
Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Основы статистического обучения, Интеллектуальный анализ данных, логический вывод и прогнозирование, Хасти Т., Тибширани Р., Фридман Д., 2020 - fileskachat.com, быстрое и бесплатное скачивание.
Скачать pdf
Ниже можно купить эту книгу по лучшей цене со скидкой с доставкой по всей России.Купить эту книгу
Скачать - pdf - Яндекс.Диск.
Дата публикации:
Теги: Хасти :: Тибширани :: Фридман :: книги по статистике :: статистика :: анализ данных
Смотрите также учебники, книги и учебные материалы:
Следующие учебники и книги:
- Тактическая подготовка курсантов учебных военных центров, Байрамуков Ю.Б., Торгованов Ю.Б., 2018
- Огневая подготовка, Кисляк А.А., Поздняков Н.А., Горев В.Д., 2018
- Генетический алгоритм, теория и практика, учебное пособие, Бураков М.В., 2008
- Улей Удав, Практика пчеловождения, Давыдов В.
Предыдущие статьи:
- Что, Когда, Зачем, Почему, Мерников А.Г., Попова И.М., 2017
- Практикум по свиноводству, Кабанов В.Д., 2008
- Основы метрологии, практикум по метрологии и измерениям, Пронкин Н.С., 2007
- Геодезия, учебное пособие для вузов, Поклад Г.Г., Гриднев С.П., 2013