统计学习方法（第2版）读书介绍
| 类别 | 页数 | 译者 | 网友评分 | 年代 | 出版社 |
|---|---|---|---|---|---|
| 书籍 | 464页 | 9.1 | 2019 | 清华大学出版社 |
| 定价 | 出版日期 | 最近访问 | 访问指数 |
|---|---|---|---|
| 98.00元 | 2019-05-01 … | 2020-03-03 … | 25 |
主题/类型/题材/标签
机器学习,统计学习,人工智能,李航,计算机,计算机科学,计算科学,MachineLearning,
作者
李航 ISBN:9787302517276 原作名/别名:《》
内容和作者简介
统计学习方法（第2版）摘要
统计学习方法即机器学习方法，是计算机及其应用领域的一门重要学科。本书分为监督学 习和无监督学习两篇，全面系统地介绍了统计学习的主要方法。包括感知机、k 近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM 算法、隐马尔可夫模型和条件随机场，以及聚类方法、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配和 PageRank 算法等。除有关统计学习、监督学习和无监督学习的概论和总结的四章外，每章介绍一种方法。叙述力求从具体问题或实例入手， 由浅入深，阐明思路，给出必要的数学推导，便于读者掌握统计学习方法的实质，学会运用。 为满足读者进一步学习的需要，书中还介绍了一些相关研究，给出了少量习题，列出了主要参考文献。 本书是统计机器学习及相关课程的教学参考书，适用于高等院校文本数据挖掘、信息检索及自然语言处理等专业的大学生、研究生，也可供从事计算机应用相关专业的研发人员参考。
作者简介李航 日本京都大学电气工程系毕业，日本东京大学计算机科学博士。曾任职于日本NEC公司中央研究所，微软亚洲研究院高级研究员及主任研究员，现任华为诺亚方舟实验室首席科学家。北京大学、南开大学、西安交通大学客座教授。研究方向包括信息检索、自然语言处理、统计机器学习及数据挖掘。
本书后续版本
未发行或暂未收录
喜欢读〖统计学习方法（第2版）〗的人也喜欢：
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。