عنوان

The elements of statistical learning :

شابک

0387848576

شابک

0387848843

شابک

9780387848570

شابک

9780387848846

شابک اشتباه

0387848584

شابک اشتباه

9780387848587

کد کشور

dnb

شماره

b623560

عنوان اصلي

The elements of statistical learning :

نام عام مواد

[Book]

ساير اطلاعات عنواني

data mining, inference, and prediction /

نام نخستين پديدآور

Trevor Hastie, Robert Tibshirani, Jerome Friedman.

وضعيت ويراست

Second edition.

نام خاص و کميت اثر

xxii, 745 pages :

ساير جزييات

illustrations (some color), charts ;

ابعاد

24 cm

عنوان فروست

Springer series in statistics,

شاپا ي ISSN فروست

0172-7397

متن يادداشت

Includes bibliographical references (pages 699-727) and indexes.

متن يادداشت

"During the past decade there has been an explosion in computation and information technology. With it have come vast amounts of data in a variety of fields such as medicine, biology, finance, and marketing. The challenge of understanding these data has led to the development of new tools in the field of statistics, and spawned new areas such as data mining, machine learning, and bioinformatics. Many of these tools have common underpinnings but are often expressed with different terminology. This book describes the important ideas in these areas 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 color 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 and path algorithms for the lasso, non-negative matrix factorization, and spectral clustering. There is also a chapter on methods for "wide'' data (p bigger than n), including multiple testing and false discovery rates."--Publisher's description.

موضوع مستند نشده

Biology-- Data processing.

موضوع مستند نشده

Computational biology.

موضوع مستند نشده

Data mining.

موضوع مستند نشده

Electronic data processing.

موضوع مستند نشده

Mathematics-- Data processing.

موضوع مستند نشده

Statistics.

موضوع مستند نشده

Supervised learning (Machine learning)

موضوع مستند نشده

Algorithms.

موضوع مستند نشده

Artificial Intelligence.

موضوع مستند نشده

Computing Methodologies.

موضوع مستند نشده

Learning.

موضوع مستند نشده

Statistics as Topic.

موضوع مستند نشده

Apprentissage supervisé (Intelligence artificielle)

موضوع مستند نشده

Biology-- Data processing.

موضوع مستند نشده

Computational biology.

موضوع مستند نشده

Data mining.

موضوع مستند نشده

Electronic data processing.

موضوع مستند نشده

Estatística computacional.

موضوع مستند نشده

Estatística.

موضوع مستند نشده

exploration de données, manuel.

موضوع مستند نشده

inférence statistique, manuel.

موضوع مستند نشده

Inferência estatística.

موضوع مستند نشده

Maschinelles Lernen

موضوع مستند نشده

Mathematics-- Data processing.

موضوع مستند نشده

Mineração de dados.

موضوع مستند نشده

prévision statistique, manuel.

موضوع مستند نشده

Statistics.

موضوع مستند نشده

Statistik

موضوع مستند نشده

Supervised learning (Machine learning)

موضوع مستند نشده

s1se

شماره

ويراست

شماره رده

نشانه اثر

شماره رده

شماره رده

شماره رده

شماره رده

شماره رده

شماره رده

شماره رده

شماره رده

نشانه اثر

کد سيستم

کد سيستم

کد سيستم

کد سيستم

کد سيستم

کد سيستم

کد سيستم

مستند نام اشخاص تاييد نشده

Hastie, Trevor

مستند نام اشخاص تاييد نشده

Friedman, J. H., (Jerome H.)

مستند نام اشخاص تاييد نشده

Tibshirani, Robert

تاريخ عمليات

20200617082632.0

قواعد فهرست نويسي ( بخش توصيفي )

rda

نام الکترونيکي

نوع ماده

[Book]

تكميل شده

Y