统计学习理论/经典译丛
图书信息
书名:统计学习理论/经典译丛作者:许建华张学工...
包装:平装
开本:16
页数:584页
出版社:电子工业
出版时间:2015-4-1
图书简介
《统计学习理论/经典译丛》是研究利用经验数据进行机器学习的一种一般理论,其主要内容涵盖了机器学习中的归纳和统计推理问题,参数和非参数推理方法,以及支持向量机等经典方法的阐述。本书由本书作者Vapnik创立,归纳和统计推理问题是本书的引言,其后分别介绍了统计学习中的学习理论体系和参数方法的体系,并阐述了参数体系的缺点和经典体系后的发展。在经典体系的基础上,本书介绍了支持向量机(SVM)等经典方法,解决了有限样本下的良好推广能力的问题。本书无疑是一部经典的机器学习理论著作,给予了我们对统计学习理论深入理解与探索的启示,值得机器学习和统计学领域的学者及从业者阅读。
推荐理由
推荐理由:《统计学习理论/经典译丛》是一部经典的机器学习理论著作,该书作者Vapnik创立并归纳和阐述了统计学习理论中的重要问题,并提出了解决问题的方法。本书系统全面地介绍了机器学习中的学习理论体系,参数和非参数推理方法,以及支持向量机等经典方法,为读者深入理解并实践机器学习提供了有力帮助。此外,本书有朴素简明的表述,切实可行的实验以及简单粗暴的实践方法,能有效帮助机器学习初学者快速上手,对于从事机器学习和统计学领域的学者及从业者来说,本书的重要性不言而喻。