李航

人物简介:

李航,男,毕业于日本京都大学电气电子工程系,日本东京大学获得计算机科学博士学位。北京大学、南京大学兼职教授。曾任日本NEC公司中央研究所研究员,微软亚洲研究院高级研究员与主任研究员、华为技术有限公司诺亚方舟实验室主任。现任今日头条人工智能实验室主任。

统计学习方法 (第2版)书籍相关信息

  • ISBN:9787302517276
  • 作者:李航
  • 出版社::清华大学出版社
  • 出版时间:2019-5
  • 页数:464
  • 价格:98.00元
  • 纸张:暂无纸张
  • 装帧:平装
  • 开本:暂无开本
  • 语言:暂无语言
  • 适合人群:数据分析师,机器学习工程师,计算机科学学生,统计学专业人士,对人工智能感兴趣的学者,以及任何希望了解和学习统计学习方法的读者
  • TAG:概率论 / 统计学 / 人工智能 / 线性代数 / 算法 / 机器学习 / 数据挖掘
  • 豆瓣评分:9.3
  • 更新时间:2025-05-10 14:00:17

内容简介:

统计学习方法即机器学习方法,是计算机及其应用领域的一门重要学科。本书分为监督学习和无监督学习两篇,全面系统地介绍了统计学习的主要方法。包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场,以及聚类方法、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配和PageRank算法等。 本书是统计机器学习及相关课程的教学参考书,适用于高等院校文本数据挖掘、信息检索及自然语言处理等专业的大学生、研究生,也可供计算机应用等专业的研发人员参考。