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Bio info rmatics，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。...
评论列表
发表评论