图书基本信息
图书名称	统计学习方法	作者	李航
定价	38.00元	出版社	清华大学出版社
ISBN	9787302275954	出版日期	2012-03-01
字数		页码
版次	1	装帧	平装
开本	16开	商品重量	0.386Kg

内容简介

统计学习是计算机及其应用领域的一门重要的学科。本书全面系统地介绍了统计学习的主要方法，特别是监督学习方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与*熵模型、支持向量机、提升方法、em算法、隐马尔可夫模型和条件*场等。除章概论和后一章总结外，每章介绍一种方法。叙述从具体问题或实例入手，由浅入深，阐明思路，给出必要的数学推导，便于读者掌握统计学习方法的实质，学会运用。为满足读者进一步学习的需要，书中还介绍了一些相关研究，给出了少量习题，列出了主要参考文献。
　　《统计学习方法》是统计学习及相关课程的教学参考书，适用于高等院校文本数据挖掘、信息检索及自然语言处理等专业的大学生、研究生，也可供从事计算机应用相关专业的研发人员参考。

作者简介

章统计学习方法概论
　1.1 统计学习
　1.2 监督学习
　1.3 统计学习三要素
　1.4 模型评估与模型选择
　1.5 i~则化与交叉验证
　1.6 泛化能力
　1.7 生成模型与判别模型
　1.8 分类问题
　1.9 标注问题
　1.10 回归问题
　本章概要
　继续阅读
　习题
　参考文献
第2章感知机
　2.1 感知机模型
　2.2 感知机学习策略
　2.3 感知机学习算法
　本章概要
　继续阅读
　习题
　参考文献
第3章众近邻法
　3.1 k近邻算法
　3.2 k近邻模型
　3.3 k近邻法的实现：kd树
　本章概要
　继续阅读
　习题
　参考文献
第4章朴素贝叶斯法
　4.1 朴素贝叶斯法的学习与分类
　4.2 朴素贝叶斯法的参数估计
　本章概要
　继续阅读
　习题
　参考文献
第5章决策树
第6章逻辑斯谛回归与大熵模型
第7章支持向量机
第8章提升方法
第9章 em算法及其推广
0章隐马尔可夫模型
1章条件场
2章统计学习方法总结
附录a 梯度下降法
附录b 牛顿法和拟牛顿法
附录c 拉格朗日对偶性
索引