同类推荐
-
-
基于Python学AI:从机器学习到大模型智能体开发
-
¥99.00
-
-
物理AI通识
-
¥79.00
-
-
物理AI通识
-
¥79.00
-
-
物理AI通识
-
¥79.00
-
-
图解大模型算法基础卷:认知与表示:让AI理解世界
-
¥129.00
-
-
图解大模型算法基础卷:认知与表示:让AI理解世界
-
¥129.00
-
-
图解大模型算法基础卷:认知与表示:让AI理解世界
-
¥129.00
-
-
FDE造局:AI落地一线实战指南
-
¥79.00
-
-
FDE造局:AI落地一线实战指南
-
¥79.00
-
-
FDE造局:AI落地一线实战指南
-
¥79.00
|
|
图书信息
|
|
|
|
统计学习要素:机器学习中的数据挖掘、推断与预测
|
| ISBN： | 9787302557395 |
定价： | ￥159.00 |
| 作者： | (美)特雷弗·哈斯蒂，(美)罗伯特·提布施拉尼，(美)杰罗姆·弗雷曼著 |
出版社： | 清华大学出版社 |
| 出版时间： | 2021年01月 |
开本： | 26cm |
| 页数： | 22,550页 |
中图法： | TP181 |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
北京人天书店有限公司
|
29
|
库区3/库区4/样本3
|
2026-10-30
|
|
其它供货商库存合计
|
116
|
|
2026-10-30
|
图书简介 | | 全书共18章，主题包括监督学习、回归的线性方法、分类的线性方法、基展开和正则化、核光滑方法、模型评估和选择、模型推断和平均、加性模型、树和相关方法、Boosting和加性树、神经网络、支持向量机和柔性判断、原型方法和最近邻、非监督学习、随机森林、集成学习、无向图模型和高维问题等。 |
|