书籍简介:

全书共包含18个章节，从概率密度、贝叶斯决策理论引入样本学习的基本概念，进而介绍了最近邻域学习、核学习及神经网络学习，在此基础上探讨了PCA学习、VC维概念、函数估计问题等，最后重点介绍了非常实用的支持向量机SVM及Boosting方法。各章均包含小结、附录、习题及参考资料，非常适合于大专院校计算机及电气工程类硕博士研究生及高年级学生作为教学参考书。

书籍规格:

书籍详细信息
书名	统计学习理论基础站内查询相似图书
	9787111555223 如需购买下载《统计学习理论基础》pdf扫描版电子书或查询更多相关信息，请直接复制isbn,搜索即可全网搜索该ISBN
出版地	北京	出版单位	机械工业出版社
版次	1版	印次	1
定价(元)	49.0	语种	简体中文
尺寸	24 × 17	装帧	平装
页数	204	印数	3000

全网搜索试读资源

书籍信息归属:

统计学习理论基础是机械工业出版社于2016.12出版的中图分类号为 C8 的主题关于统计学的书籍。