同类推荐
-
-
进阶社会统计学及Stata应用
-
¥88.00
-
-
R语言社会行为科学统计分析
-
¥92.00
-
-
应用统计学
-
¥55.00
-
-
统计学原理与SPSS应用
-
¥55.00
-
-
统计学习入门
-
¥89.90
-
-
数据分析软件应用技术
-
¥58.00
-
-
应用统计学
-
¥58.00
-
-
统计学:理论·实务·案例·实训
-
¥53.00
-
-
统计学原理
-
¥59.80
-
-
统计的艺术:learning from data
-
¥79.00
|
|
图书信息
|
|
|
|
统计学习理论基础
|
| ISBN： | 9787111555223 |
定价： | ￥43.00 |
| 作者： | (美)桑吉夫·库尔卡尼(Sanjeev Kulkarni)，(美)吉尔伯特·哈曼(Gilbert Harman)著 |
出版社： | 机械工业出版社 |
| 出版时间： | 2017年03月 |
开本： | 24cm |
| 页数： | 169页 |
中图法： | C8 |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
|
|
|
|
|
其它供货商库存合计
|
26
|
|
2026-05-01
|
图书简介 | | 本书共包含十八章，从概率密度、贝叶斯决策理论引入样本学习的基本概念，进而介绍了最近邻域学习、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，最后重点介绍了非常实用的支持向量机(SVM)及Boosting方法。 |
|