经典的《统计学习概论》又出第二版了,对比于第一版,新版本提升了深度神经网络、生存分析、多种检测等內容,可一键下载。
斯坦福大学经典教材内容《The Element of Statistical Learning》(通称 ESL)被称作頻率流派的统计学习「古兰经」,由 Trevor Hastie、Robert Tibshirani、Jerome Friedman 这三位高手互相配合。这本书介绍了神经元网络、svm算法、归类树和 boosting、图实体模型、随机森林等各种深度学习优化算法,能够 协助阅读者掌握深度学习优化算法全景。学习培训方法
可是因为这本书涉及到很多的公式计算、引流矩阵推论等很多较为难以理解的內容,较为合适在数学课科学研究层面受到高級训炼的本人,而针对新手来讲,学习培训起來较为艰难,因而,Trevor Hastie 等又写了一本新手入门的《Introduction to Statistical Learning with R(统计学习概论:根据 R 运用)》(ISL),协助大量的人尽早入门。
ISL 减弱了数学课推论的关键点,更重视方法的运用,等同于 ESL 的前言版,在新手入门阅读者中很受大家喜爱。每一个章节目录都包括一个试验,用 R 语言表达完成。这种试验为阅读者给予了珍贵的社会经验。现阶段,此书已被译成多个国家语言表达,包含汉语、意大利语、日文、韩语、俄语和越南文等。
如今,ISL 又升级到第二版(ISLRv2),对比于第一版,第二版提升了深度神经网络(第 10 章)、生存分析(第 11 章)、多种检测(第 13 章)。ISLRv2 还大幅度拓展了第一版的一些章节目录:朴素贝叶斯和理论线 章),贝叶斯算法加性回归树(第 8 章),引流矩阵补齐(第 12 章)。
实际来讲,这书第 2 章介绍了统计学习身后的基本上专业术语和定义,除此之外还介绍了 k - 近期邻支持向量机,这也是一种比较简单的方法,在解决很多难题上面十分合理。
第 3 章和第 4 章介绍了用以重归和归类的经典线 章回望了回归分析,这也是全部重归方法的基本上立足点;第 4 章探讨了2个最重要的经典归类方法,逻辑回归和线形判别分析。
全部统计学习状况中的一个关键难题是为给出的应用软件挑选最好方法。因而,第 5 章介绍了交叉验证和 bootstrap,他们可用以可能各种不同方法的精确性以挑选最好方法。
第 6 章考虑到了很多线形方法,包含经典的和更当代的线形方法,他们给予了对规范回归分析的潜在性改善,包含岭回归、主成份重归和 Lasso 等。
剩下章节目录关键是是非非线 章最先介绍了一些离散系统方法,这种方法能够 很切实解决只有一个键入自变量的难题,随后展现了怎么使用这种方法来线性拟合有好几个键入的离散系统加性实体模型。
第 12 章介绍了无监管设定,在其中在无监管设定中有键入自变量,但沒有輸出自变量。尤其地,创作者明确提出了主成分分析法、k - 平均值聚类算法和层次聚类。最终,第 13 章探讨了多种假设检验这一十分关键的话题讨论。
Daniela Witten 是一位美国微生物遗传学家,关键研究领域是科学研究怎么使用深度学习来了解高维空间数据信息。
Trevor Hastie 是斯坦福学校专家教授,还以前是 ATT 贝尔实验室的一名专业技术人员。2018 年,Hastie 入选为美国我国工程院院士。他的关键研究领域是应用统计学。
Rob Tibshirani 是斯坦福学校统计分析与生物医学工程数据信息科学系的专家教授,他曾开发设计了用以剖析繁杂数据的统计分析专用工具。
开源系统工具箱 NeMo 是一个集成化全自动语音识别技术(ASR)、自然语言理解解决(NLP)和语音识别(TTS)的会话式 AI 工具箱,有利于开发人员拆箱即用,仅用两行编码便能够 便捷迅速的进行会话式 AI 情景中的有关每日任务。
8月12日逐渐,英伟达显卡权威专家将产生三期直播分享,根据基础理论讲解和实战演练演试,展现怎么使用 NeMo 迅速进行文本分类每日任务、迅速搭建智能问答系统软件、搭建智能化对话机器人。
报名流程:进入直播间——手机端点一下底端「观看直播」、PC端点一下「马上学习培训」——填好申请表单后就可以进入直播间收看。
推荐内容
教育新鲜事