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.

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.




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.




Теги: Хасти :: Тибширани :: Фридман :: книги по статистике :: статистика :: анализ данных