简介 · · · · · ·
计算和信息技术的飞速发展带来了医学、生物学、财经和营销等诸多领域的海量数据。理解这些数据是一种挑战，这导致了统计学领域新工具的发展，并延伸到诸如数据挖掘、机器学习和生物信息学等新领域。许多工具都具有共同的基础，但常常用不同的术语来表达。本书介绍了这些领域的一些重要概念。尽管应用的是统计学方法，但强调的是概念，而不是数学。许多例子附以彩图。本书内容广泛，从有指导的学习（预测）到无指导的学习，应有尽有。包括神经网络、支持向量机、分类树和提升等主题，是同类书籍中介绍得最全面的。
本书可作为高等院校相关专业本科生和研究生的教材，对于统计学相关人员、科学界和业界关注数据挖掘的人，本书值得一读。
本书可作为高等院校相关专业本科生和研究生的教材，对于统计学相关人员、科学界和业界关注数据挖掘的人，本书值得一读。
作者简介 · · · · · ·
Trevor Hastie,Robert Tibshirani和Jerome Friedman都是斯坦福大学统计学教授，并在这个领域做出了杰出的贡献。Hastie和Tibshirani提出了广义和加法模型，并出版专著“Generalized Additive Models”。Hastie的主要研究领域为：非参数回归和分类、统计计算以及生物信息学、医学和工业的特殊数据挖掘问题。他提出主曲线和主曲面的概念，并用S-PLUS编写了大量统计建模软件。Tibshirani的主要研究领域为：应用统计学、生物统计学和机器学习。他提出了套索的概念，还是“An Introduction to the Bootstrap”一书的作者之一。Friedman是CART、MARS和投影寻踪等数据挖掘工具的发明人之一。他不仅是位统计学家，而且是物理学家和计算机科学家，先后在物理学、计算机科学和统计学的一流杂志上表发论文80余篇。
喜欢读"统计学习基础:数据挖掘、推理与预测"的人也喜欢 · · · · · ·
"统计学习基础:数据挖掘、推理与预测"论坛 · · · · · ·
| 范明啊，差劲 | 来自alpha | 1 回应 | 2009-04-25 |
| 建议读原版，中文版翻译质量不高 | 来自Threestones | 1 回应 | 2009-04-16 |
| 这本书是统计学习的入门书 | 来自skylian | 4 回应 | 2009-01-02 |
| Good book, bad translation. | 来自ROY | 2008-11-21 |
豆瓣成员最受欢迎的书评 (1条) · · · · · ·
某人能不能别再毁书不倦了
-
- doubling douban评论非要给出评价才能发表，这非常难决断 说你好呢，翻译的乱七八糟 说你不好呢，内容实在深刻 说起翻译来，这可是把中文说的比外文还难懂 Jiawei Han的数据挖掘让范明译的污七八糟 结果还让他来翻译这部经典，怀疑他在用google翻译 最后还是忍不住去图书馆复印了原版了事 ...... (4回应)
2009-01-01
以下豆列推荐 · · · · · · (全部)
- 数据挖掘&信息检索相关 (miner)
- AI和ML (gflfof)
- 数据挖掘论文写作参考清单 (hippy)
- 人工智能相關 (狄奥尼索斯)
- 数据挖掘 (莎拉不老慢)
谁读这本书?
