统计学习方法 - 第2页

...机器学习的内容全面的教科书，其中有些内容在一般的在机器学习导论书中很少介绍。主要内容包括监督学习，贝叶斯决策理论，参数、半参数和非参数方法，多元分析，隐马尔可夫模型，增强学习，核机器，图模型，贝叶斯估计和统计...

...计算机科学与人工智能的重要分支领域。本书作为该领域的入门教材，在内容上尽可能涵盖机器学习基础知识的各方面。为了使尽可能多的读者通过本书对机器学习有所了解，作者试图尽可能少地使用数学知识。然而，少量的概率、统计、代数...

...初学者的实用指南，系统介绍了 R 语言的基础语法、数据结构、可视化方法以及常用数据分析流程，适合作为统计学习、数据科学或科研工作的入门教材。本书精心策划了三个虚拟项目，将数据科学家必需的专业技能融合其中，教会读者如何将...

...p>介绍统计学基础，帮助读者理解数据分析中的统计方法和思维。6. 数据有道讲解数据科学的基础，重点介绍数据收集、清洗和分析技巧。7. 机器学习深入讲解机器学习的核心概念与...

...传统数学教材的各种弊端，让大家学习时有兴趣、看得懂、有思考、更自信、用得着。《数学要素：全彩图解 + 微课 + Python编程》打破数学板块的藩篱，将算数、代数、线性代数、几何、解析几何、概率统计、微积分、优化方法等板块有机结合在一起...

...经济等方向的实际应用。全书可分为三个部分。第一部分（第一章和第二章）介绍随机过程的预备知识，第二部分（第三章和第四章）介绍离散时间马尔可夫链及其应用，第三部分（第五至七章）分别介绍更新过程、布朗运动与离散时间鞅。为了方便学习...

...中统计学的应用。本书有配套的网站（http://faculty.chicagobooth.edu/ruey.tsay/teaching/introTS），其中包含了书中涉及的R代码和额外的数据集供读者下载，通过这些读者可以创建自己的模拟分析，并检验对本书介绍的方法...

本书是对以数据深度需求为中心的科学、研究以及针对计算和统计方法的参考书。本书共五章，每章介绍一到两个 Python 数据科学中的重点工具包。首先从 IPython 和 Jupyter 开始，它们提供了数据科学家需要的计算环境...

...概率与统计、几何等传统数学理论及其应用。 此外，书中还涉及当前机器学习和人工智能领域的热门主题，如树和网络、回归和预测等。每章围绕一个主题的多个方面或同一主题的多种典型方法详细...

...可以：学到一堂Python速成课；学习线性代数、统计和概率论的基本方法，了解它们是怎样应用在数据科学中的；掌握如何收集、探索、清理、转换和操作数据；深入理解机器学习的基础...