统计学习理论基础读书介绍
类别 | 页数 | 译者 | 网友评分 | 年代 | 出版社 |
---|---|---|---|---|---|
书籍 | 169页 | 2020 | 机械工业出版社 |
定价 | 出版日期 | 最近访问 | 访问指数 |
---|---|---|---|
43.00元 | 2020-02-20 … | 2021-04-14 … | 42 |
主题/类型/题材/标签
机器学习,统计学,数学,统计学习,计算机,算法,akb,Math,
作者
桑吉夫.库尔卡尼 ISBN:9787111555223 原作名/别名:《》
内容和作者简介
统计学习理论基础摘要
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,非常适合于大专院校计算机及电气工程类硕博士研究生及高年级学生作为教学参考书。
作者简介本书后续版本
未发行或暂未收录
喜欢读〖统计学习理论基础〗的人也喜欢:
相关搜索
友情提示
剧情呢,免费看分享剧情、挑选影视作品、精选好书简介分享。