THỜI GIAN MỞ CỬA: Từ thứ 2 đến thứ 6 (trừ các ngày lễ): Sáng từ 8h00 đến 11h30, Chiều từ 13h30 đến 17h00

The Elements of Statistical Learning: Data Mining, Inference and Prediction

Tác giả: Trevor Hastie, Robert Tibshirani, Jerome Friedman
Loại tài liệu: Sách điện tử
Nội dung tóm tắt: Xem chi tiết
This book describes the important ideas in a variety of fields such as medicine, biology, finance, and marketing in a common conceptual framework. While the approach is statistical, the emphasis is on concepts rather than mathematics. Many examples are given, with a liberal use of colour graphics. It is a valuable resource for statisticians and anyone interested in data mining in science or industry. The book's coverage is broad, from supervised learning (prediction) to unsupervised learning. The many topics include neural networks, support vector machines, classification trees and boosting---the first comprehensive treatment of this topic in any book. This major new edition features many topics not covered in the original, including graphical models, random forests, ensemble methods, least angle regression & path algorithms for the lasso, non-negative matrix factorisation, and spectral clustering. There is also a chapter on methods for wide'' data (p bigger than n), including multiple testing and false discovery rates.

Lưu ý: Muốn đọc được tài liệu độc giả cần có tài khoản truy cập, nếu chưa có tài khoản click  Đăng ký để đăng ký tài khoản.

Thông tin chi tiết

Dạng tài liệu: Bản điện tử
Tác giả: Trevor Hastie, Robert Tibshirani, Jerome Friedman
Nhà xuất bản: Springer
Năm xuất bản: 2009
Mô tả vật lý:
Từ khóa: Averaging, Boosting, Projection pursuit, Random Forest, Support Vector Machine, supervised learning, unsupervised learning

Từ khóa