DDC
| 006.31 |
Tác giả CN
| Hastie, Trevor |
Nhan đề
| The elements of statistical learning : Data mining, inference, and prediction / Trevor Hastie, Robert Tibshirani, J H Friedman. |
Lần xuất bản
| 2nd ed. |
Thông tin xuất bản
| New York : Springer, 2009 |
Mô tả vật lý
| XXII, 745 p. : ill. (some color), charts ; 24 cm. |
Tóm tắt
| During the past decade there has been an explosion in computation and information technology. With it have come vast amounts of data in a variety of fields such as medicine, biology, finance, and marketing. The challenge of understanding these data has led to the development of new tools in the field of statistics, and spawned new areas such as data mining, machine learning, and bioinformatics. Many of these tools have common underpinnings but are often expressed with different terminology. This book describes the important ideas in these areas in a common conceptual framework. While the approach is statistical, the emphasis is on concepts rather than mathematics. Many examples are given, with a liberal use of color graphics. It is a valuable resource for statisticians and anyone interested in data mining in science or industry. The book's coverage is broad, from supervised learning (prediction) to unsupervised learning. The many topics include neural networks, support vector machines, classification trees and boosting---the first comprehensive treatment of this topic in any book. |
Thuật ngữ chủ đề
| Electronic data processing |
Thuật ngữ chủ đề
| Supervised learning (Machine learning) |
Từ khóa tự do
| Khai thác dữ liệu |
Từ khóa tự do
| Xử lí dữ liệu |
Từ khóa tự do
| Thống kê toán học |
Khoa
| Công nghệ thông tin |
Chuyên ngành
| Công nghệ thông tin |
Chuyên ngành
| Truyền thông đa phương tiện |
Chuyên ngành
| Công nghệ thông tin chất lượng cao |
Môn học
| Trí tuệ nhân tạo |
Môn học
| Khai phá dữ liệu lớn |
Môn học
| Học máy và ứng dụng |
Tác giả(bs) CN
| Friedman, Jerome |
Tác giả(bs) CN
| Tibshirani, Robert |
Địa chỉ
| 100TK_Tài liệu môn học-MH516015(9): 000109764, 000123575, 000136212-4, 000137262-4, 000137563 |
|
000
| 00000nam#a2200000u##4500 |
---|
001 | 54978 |
---|
002 | 20 |
---|
004 | C740BDC1-129E-487E-AA7C-A742918FC4ED |
---|
005 | 202302241140 |
---|
008 | 220425s2009 nyu eng |
---|
009 | 1 0 |
---|
020 | |a9780387848570 |
---|
020 | |a9780387848587 |
---|
035 | |a300478243 |
---|
039 | |a20241125220308|bidtocn|c20230224114053|dtult|y20190416161538|zanhpt |
---|
041 | 0 |aeng |
---|
044 | |anyu |
---|
082 | 04|a006.31|bHAS |
---|
100 | 1|aHastie, Trevor |
---|
245 | 14|aThe elements of statistical learning : |bData mining, inference, and prediction / |cTrevor Hastie, Robert Tibshirani, J H Friedman. |
---|
250 | |a2nd ed. |
---|
260 | |aNew York : |bSpringer,|c2009 |
---|
300 | |aXXII, 745 p. :|bill. (some color), charts ;|c24 cm. |
---|
520 | |aDuring the past decade there has been an explosion in computation and information technology. With it have come vast amounts of data in a variety of fields such as medicine, biology, finance, and marketing. The challenge of understanding these data has led to the development of new tools in the field of statistics, and spawned new areas such as data mining, machine learning, and bioinformatics. Many of these tools have common underpinnings but are often expressed with different terminology. This book describes the important ideas in these areas in a common conceptual framework. While the approach is statistical, the emphasis is on concepts rather than mathematics. Many examples are given, with a liberal use of color graphics. It is a valuable resource for statisticians and anyone interested in data mining in science or industry. The book's coverage is broad, from supervised learning (prediction) to unsupervised learning. The many topics include neural networks, support vector machines, classification trees and boosting---the first comprehensive treatment of this topic in any book. |
---|
650 | 00|aElectronic data processing |
---|
650 | 00|aSupervised learning (Machine learning) |
---|
653 | 0 |aKhai thác dữ liệu |
---|
653 | 0 |aXử lí dữ liệu |
---|
653 | 0 |aThống kê toán học |
---|
690 | |aCông nghệ thông tin |
---|
691 | |aCông nghệ thông tin |
---|
691 | |aTruyền thông đa phương tiện |
---|
691 | |aCông nghệ thông tin chất lượng cao |
---|
692 | |aTrí tuệ nhân tạo |
---|
692 | |aKhai phá dữ liệu lớn |
---|
692 | |aHọc máy và ứng dụng |
---|
700 | 1 |aFriedman, Jerome |
---|
700 | 1 |aTibshirani, Robert |
---|
852 | |a100|bTK_Tài liệu môn học-MH|c516015|j(9): 000109764, 000123575, 000136212-4, 000137262-4, 000137563 |
---|
856 | 1|uhttp://lib.hanu.vn/kiposdata1/bookcover/tailieumonhoc/000123575thumbimage.jpg |
---|
890 | |a9|b0|c3|d4 |
---|
| |
Dòng |
Mã vạch |
Vị trí |
Giá sách |
Ký hiệu PL/XG |
Phân loại |
Bản sao |
Tình trạng |
Thành phần |
1
|
000137563
|
TK_Tài liệu môn học-MH
|
MH CNTT
|
006.31 HAS
|
Tài liệu Môn học
|
9
|
|
|
2
|
000109764
|
TK_Tài liệu môn học-MH
|
MH CNTT
|
006.31 HAS
|
Tài liệu Môn học
|
1
|
|
Bản sao
|
3
|
000123575
|
TK_Tài liệu môn học-MH
|
MH CNTT
|
006.31 HAS
|
Tài liệu Môn học
|
2
|
Tài liệu chỉ đọc tại Thư viện
|
|
4
|
000136213
|
TK_Tài liệu môn học-MH
|
MH CNTT
|
006.31 HAS
|
Tài liệu Môn học
|
3
|
Tài liệu chỉ đọc tại Thư viện
|
|
5
|
000136214
|
TK_Tài liệu môn học-MH
|
MH CNTT
|
006.31 HAS
|
Tài liệu Môn học
|
4
|
Tài liệu chỉ đọc tại Thư viện
|
|
6
|
000136212
|
TK_Tài liệu môn học-MH
|
MH TTDPT
|
006.31 HAS
|
Tài liệu Môn học
|
5
|
Tài liệu chỉ đọc tại Thư viện
|
|
7
|
000137264
|
TK_Tài liệu môn học-MH
|
MH CNTT
|
006.31 HAS
|
Tài liệu Môn học
|
6
|
Tài liệu chỉ đọc tại Thư viện
|
|
8
|
000137262
|
TK_Tài liệu môn học-MH
|
MH CNTT
|
006.31 HAS
|
Tài liệu Môn học
|
7
|
Tài liệu chỉ đọc tại Thư viện
|
|
9
|
000137263
|
TK_Tài liệu môn học-MH
|
MH CNTT
|
006.31 HAS
|
Tài liệu Môn học
|
8
|
Tài liệu chỉ đọc tại Thư viện
|
|
- The elements of statistical learning : Data mining, inference, and prediction / Trevor Hastie, Robert Tibshirani, J H Friedman.
- The elements of statistical learning : Data mining, inference, and prediction / Trevor Hastie, Robert Tibshirani, J H Friedman.
- The elements of statistical learning : Data mining, inference, and prediction / Trevor Hastie, Robert Tibshirani, J H Friedman.
|
|
|
|