机读格式显示(MARC)

• 000 01834nam0 2200361 450

• 001 0000392317

• 005 20210618144100.0

• 010 __ |a 978-7-302-55739-5 |d CNY159.00

• 021 __ |a CN |b 01-2019-7935

• 035 __ |a (A100000NLC)011077215

• 049 __ |a A100000NLC |b UCS01010402731 |c 011077215 |d NLC01

• 100 __ |a 20210225d2021 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 统计学习要素 |A Tong Ji Xue Xi Yao Su |b 专著 |e 机器学习中的数据挖掘、推断与预测 |f (美)特雷弗·哈斯蒂，(美)罗伯特·提布施拉尼，(美)杰罗姆·弗雷曼著 |g 张军平译

• 210 __ |a 北京 |c 清华大学出版社 |d 2021

• 215 __ |a 22,550页 |c 图 |d 26cm |e 2

• 305 __ |a 据原书第2版译出

• 312 __ |a 封面英文题名：The elements of statistical learning: data mining, inference, and prediction

• 330 __ |a 本书在一个通用的概念框架中描述通用于数据挖掘、机器学习和生物信息学等领域的重要思想和概念。这些统计学范畴下的概念是人工智能与机器学习的基础。全书共18章，主题包括监督学习、回归的线性方法、分类的线性方法、基展开和正则化、核光滑方法、模型评估和选择、模型推断和平均、加性模型、树和相关方法、Boosting和加性树、神经网络、支持向量机和柔性判断、原型方法和最近邻、非监督学习、随机森林、集成学习、无向图模型和高维问题等。

• 510 1_ |a Elements of statistical learning |e data mining, inference, and prediction |z eng

• 517 1_ |a 机器学习中的数据挖掘、推断与预测 |A Ji Qi Xue Xi Zhong De Shu Ju Wa Jue、Tui Duan Yu Yu Ce

• 606 0_ |a 机器学习 |A Ji Qi Xue Xi

• 690 __ |a TP181 |v 5

• 701 _1 |c (美) |a 黑斯蒂 |A Hei Si Di |c (Hastie, Trevor) |4 著

• 701 _1 |c (美) |a 蒂伯沙拉尼 |A Di Bo Sha La Ni |c (Tibshirani, Robert) |4 著

• 701 _1 |c (美) |a 弗雷曼 |A Fu Lei Man |c (Friedman, Jerome) |4 著

• 702 _0 |a 张军平 |A Zhang Jun Ping |f (1970-) |4 译

• 801 _2 |a CN |b OLCC |c 20210512

• 905 __ |a XATU |d TP181/240

• 920 __ |a 261060 |z 1