作者简介

Trevor Hastie 美国统计学家和计算机科学家,斯坦福大学统计学教授,英国统计学会、国际数理统计协会和美国统计学会会士。Hastie参与开发了R中的大部分统计建模软件和环境,发明了主曲线和主曲面。
Robert Tibshirani 斯坦福大学统计学教授,国际数理统计协会、美国统计学会和加拿大皇家学会会士,1996年COPSS总统奖得主,提出lasso方法。Hastie和Tibshirani都是统计学习领域的泰山北斗,两人合著了The Elements of Statistical Learning,还合作讲授斯坦福大学的公开课“统计学习”。
Martin Wainwright 毕业于MIT,加州大学伯克利分校教授,以对统计与计算交叉学的理论和方法研究而闻名于学界,主要关注高维统计、机器学习、图模型和信息理论。2014年COPSS总统奖得主。
刘波 博士,重庆工商大学计算机科学与信息工程学院教师,主要从事机器学习理论、计算机视觉技术研究,同时爱好Hadoop和Spark平台上的大数分析,也对Linux平台的编程和Oracle数据库感兴趣。
景鹏杰 硕士,毕业于上海交通大学。硕士阶段主要从事模式识别与数据挖掘基础理论、生物医学大数据挖掘与建模等工作,在国际期刊及会议Bioinformatics,CCPR等上面发表数篇论文。目前从事期货交易系统开发工作。

内容简介

稀疏统计模型只具有少数非零参数或权重,经典地体现了化繁为简的理念,因而广泛应用于诸多领域。《稀疏统计学习及其应用》就稀疏性统计学习做出总结,以 lasso方法为中心,层层推进,逐渐囊括其他方法,深入探讨诸多稀疏性问题的求解和应用;不仅包含大量的例子和清晰的图表,还附有文献注释和课后练习,是深入学习统计学知识的参考。

《稀疏统计学习及其应用》适合算法、统计学和机器学习专业人士。


Trevor Hastie 美国统计学家和计算机科学家,斯坦福大学统计学教授,英国统计学会、国际数理统计协会和美国统计学会会士。Hastie参与开发了R中的大部分统计建模软件和环境,发明了主曲线和主曲面。

Robert Tibshirani 斯坦福大学统计学教授,国际数理统计协会、美国统计学会和加拿大皇家学会会士,1996年COPSS总统奖得主,提出lasso方法。Hastie和Tibshirani都是统计学习领域的泰山北斗,两人合著了The Elements of Statistical Learning,还合作讲授斯坦福大学的公开课“统计学习”。

Martin Wainwright 毕业于MIT,加州大学伯克利分校教授,以对统计与计算交叉学的理论和方法研究而闻名于学界,主要关注高维统计、机器学习、图模型和信息理论。2014年COPSS总统奖得主。...

下载地址

豆瓣评论

  • Autoz
    其实没那么难懂,统计学,计算数学专业感觉还很容易啃,Hastie等教授们是该领域权威,数学符号偏统计学,机器学习的童鞋请自行转换。但中文版错误比较多, 一定要对照英文版pdf和errata来更正,有些还翻译误导,需对照英文版理解。同时可以结合Robert的儿子Ryan Tibshirani 的卡内基凸优化课程,Hastie的《统计学习基础》营养更丰富04-12

猜你喜欢

大家都喜欢