机器学习经典书籍，李航教授的统计学习方法，值得推荐！
上传时间： 2018-09-17
上传用户：jk_ccxz
《统计学习方法》是2012年清华大学出版社出版的图书，作者是李航。本书全面系统地介绍了统计学习的主要方法，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。
标签： 统计 NLP Data Science
上传时间： 2018-12-05
上传用户：hhhijk
《统计学习方法》李航第二版，机器学习，人工智能必备基础书籍 内容简介：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。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，也可供计算机应用等专业的研发人员参考。
上传时间： 2021-09-01
上传用户：wenxiuyu
SVM分类器的实现原码,SVM是一类基于统计学习理论的模式识别方法
上传时间： 2013-12-23
上传用户：我干你啊
《模式识别》统计学习理论及其核心方法讲座
上传时间： 2013-12-21
上传用户：royzhangsz
支持向量机作为统计学习理论的实现方法，能很好地解决非线性和高维数问题，克服了神经网络方法收敛慢、解不稳定、推广性差的缺点，近年来得到了广泛地研究，在模式识别、信号处理、控制、通讯等方面得到了广泛地应用。
上传时间： 2017-03-31
上传用户：zhangyigenius
：将基于统计学习理论的支持向量机方法引入到测井资料处理和解释中。在测井岩性识别方面研 究发现，支持向量机方法克服了神经网络的固有缺陷，提供了一种识别岩性的新方法。应用效果表明 该方法具有适应性强、识别精度高的优点
上传时间： 2014-07-30
上传用户：sclyutian
统计机器学习非常经典的一本书，值得好好研究一下，里面包含了传统机器学习的方法
标签： 机器学习
上传时间： 2019-09-01
上传用户：hgbest
本附件为机器学习的经典入门教材。 书比较薄，却覆盖了基本的机器学习 中用到的统计知识。不过需要一定的 数学功底
标签： 机器学习
上传时间： 2015-04-11
上传用户：dongshu
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。【内容推荐】《统计学习基础:数据挖掘、推理与预测》试图将学习领域中许多重要的新思想汇集在一起，并且在统计学的框架下解释它们。随着计算机和信息时代的到来，统计问题的规模和复杂性都有了急剧增加。数据存储、组织和检索领域的挑战导致一个新领域“数据挖掘”的产生。数据挖掘是一个多学科交叉领域，涉及数据库技术、机器学习、统计学、神经网络、模式识别、知识库、信息提取、高性能计算等诸多领域，并在工业、商务、财经、通信、医疗卫生、生物工程、科学等众多行业得到了广泛的应用。【作者简介】Trevor Hastie,Robert Tibshirani和Jerome Friedman都是斯坦福大学统计学教授，并在这个领域做出了杰出的贡献。Hastie和Tibshirani提出了广义和加法模型，并出版专著“Generalized Additive Models”。Hastie的主要研究领域为：非参数回归和分类、统计计算以及生物信息学、医学和工业的特殊数据挖掘问题。他提出主曲线和主曲面的概念，并用S-PLUS编写了大量统计建模软件。Tibshirani的主要研究领域为：应用统计学、生物统计学和机器学习。他提出了套索的概念，还是“An Introduction to the Bootstrap”一书的作者之一。Friedman是CART、MARS和投影寻踪等数据挖掘工具的发明人之一。他不仅是位统计学家，而且是物理学家和计算机科学家，先后在物理学、计算机科学和统计学的一流杂志上表发论文80余篇。
标签： 统计
上传时间： 2022-05-04
上传用户：hai7ying
