舉報 
會員
統計學習理論與方法：R語言版
最新章節：
參考文獻
本書從統計學觀點出發，以數理統計為基礎，全面系統地介紹了統計機器學習的主要方法。內容涉及回歸（線性回歸、多項式回歸、非線性回歸、嶺回歸，以及LASSO等）、分類（感知機、邏輯回歸、樸素貝葉斯、決策樹、支持向量機、人工神經網絡等）、聚類（K均值、EM算法、密度聚類等）、蒙特卡洛采樣（拒絕采樣、自適應拒絕采樣、重要性采樣、吉布斯采樣和馬爾科夫鏈蒙特卡洛等）、降維與流形學習（SVD、PCA和MDS等），以及概率圖模型基礎等話題。此外，為方便讀者自學，本書還扼要地介紹了機器學習中所必備的數學知識（包括概率論與數理統計、凸優化及泛函分析基礎等）。
