这本书目前作为补充为STAT 432的统计学习的介绍-在伊利诺伊大学厄巴纳-香槟的统计学习的基础。

本文最初的重点是扩展ISL对使用R进行统计学习的介绍,主要是通过添加和修改现有代码。这一文本目前正变得更加独立。为什么?考虑到作者认为ISL是目前最好的本科教材之一,并且是STAT 432创建的驱动力之一,这是一个非常好的问题。然而,课程一旦创建,对内容的精确控制就变得非常有用。这篇课文的主要重点是满足学生在那门课上的需要。其中一些需要包括:

  • 附加的R代码示例和解释
  • 仿真研究
  • 数学的严密性,符合读者的背景
  • 与课程整体结构相匹配的书本结构

换句话说,本文试图复制统计学习介绍的最佳部分,统计学习的元素,和应用预测建模,这是最需要的一组学生。

    1. 预先条件
    1. (监督学习)回归
    1. 监督学习分类
    1. 无监督学习
    1. (统计学习)实践
    1. (统计学习)现代
    1. 附录
成为VIP会员查看完整内容
28

相关内容

【2020干货书】Python3基础导论介绍,98页pdf
专知会员服务
99+阅读 · 2020年10月11日
【2020新书】实战R语言4,323页pdf
专知会员服务
97+阅读 · 2020年7月1日
【2020新书】监督机器学习,156页pdf,剑桥大学出版社
专知会员服务
150+阅读 · 2020年6月27日
【干货书】《机器学习导论(第二版)》,348页pdf
专知会员服务
238+阅读 · 2020年6月16日
【经典书】贝叶斯编程,378页pdf,Bayesian Programming
专知会员服务
241+阅读 · 2020年5月18日
421页《机器学习数学基础》最新2019版PDF下载
381页机器学习数学基础PDF下载
专知
88+阅读 · 2018年10月9日
这可能是学习Python最好的免费在线电子书
程序猿
51+阅读 · 2018年5月17日
Arxiv
0+阅读 · 2020年12月16日
Arxiv
0+阅读 · 2020年12月15日
Arxiv
0+阅读 · 2020年12月14日
Arxiv
20+阅读 · 2019年11月24日
Arxiv
18+阅读 · 2019年1月16日
Arxiv
3+阅读 · 2018年2月24日
Arxiv
6+阅读 · 2017年7月17日
VIP会员
相关论文
Arxiv
0+阅读 · 2020年12月16日
Arxiv
0+阅读 · 2020年12月15日
Arxiv
0+阅读 · 2020年12月14日
Arxiv
20+阅读 · 2019年11月24日
Arxiv
18+阅读 · 2019年1月16日
Arxiv
3+阅读 · 2018年2月24日
Arxiv
6+阅读 · 2017年7月17日
微信扫码咨询专知VIP会员