作 者:(美)特裡瓦·哈斯蒂(Trevor Hastie),(美)羅伯特·蒂伯沙拉尼(Robert Tibshirani),(美)馬丁·韋恩懷特(Martin Wainwright) 著;劉波,景鵬傑 譯
定 價:89
出 版 社:人民郵電出版社
出版日期:2018年01月01日
頁 數:284
裝 幀:平裝
ISBN:9787115472618
●第1章引言1
●第2章lasso線性模型6
●2.1引言6
●2.2lasso估計7
●2.3交叉驗證和推斷10
●2.4lasso解的計算12
●2.4.1基於單變量的軟閾值法12
●2.4.2基於多變量的循環坐標下降法13
●2.4.3軟閾值與正交基15
●2.5自由度15
●2.6lasso解16
●2.7理論概述17
●2.8非負garrote17
●2.9lq懲罰和貝葉斯估計19
●2.10一些觀點20
●習題21
●第3章廣義線性模型24
●3.1引言24
●3.2邏輯斯蒂回歸模型26
●3.2.1示例:文本分類27
●部分目錄
稀疏統計模型隻具有少數非零參數或權重,經典地體現了化繁為簡的理念,因而廣泛應用於諸多領域。本書就稀疏性統計學習做出總結,以 lasso方法為中心,層層推進,逐漸囊括其他方法,深入探討諸多稀疏性問題的求解和應用;不僅包含大量的例子和清晰的圖表,還附有文獻注釋和課後練習,是深入學習統計學知識的參考。本書適合算法、統計學和機器學習專業人士。
(美)特裡瓦·哈斯蒂(Trevor Hastie),(美)羅伯特·蒂伯沙拉尼(Robert Tibshirani),(美)馬丁·韋恩懷特(Martin Wainwright) 著;劉波,景鵬傑 譯
特裡瓦·哈斯蒂,美國統計學家和計算機科學家,斯坦福大學統計學教授,英國統計學會、靠前數理統計協會和美國統計學會會士。Hastie參與開發了R中的大部分統計建模軟件和環境,發明了主曲線和主曲面。
羅伯特·蒂伯沙拉尼,斯坦福大學統計學教授,靠前數理統計協會、美國統計學會和加拿大皇家學會會士,1996年COPSS總統獎得主,提出lasso方法。Hastie和Tibshirani都是統計學習領域的泰山北鬥,兩人合著了The Elements of Statistical Learning,還合作講授斯坦福大學的公開課“統計學習”。
馬丁·韋恩懷特等