杭州电子科技大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

稀疏统计学习及其应用:the lasso and generalizations/(美) Trevor Hastie, Robert Tibshirani, Martin Wainwright著 刘波, 景鹏杰译

出版发行项:

北京:人民邮电出版社,2018

ISBN及定价:

978-7-115-47261-8/CNY89.00

载体形态项:

284页, [8] 页图版:图 (部分彩图);24cm

统一题名:

Statistical learning with sparsity : the lasso and generalizations

丛编项:

图灵数学·统计学丛书

个人责任者:

哈斯蒂 (Hastie Trevor) 著

个人责任者:

蒂伯沙拉尼 (Tibshirani Robert) 著

个人责任者:

韦恩怀特 (Wainwright Martin) 著

个人次要责任者:

刘波 译

个人次要责任者:

景鹏杰 译

学科主题:

统计学

中图法分类号:

C8

出版发行附注:

本书中文简体翻译版授权由人民邮电出版社独家出版并限在中国大陆地区销售

责任者附注:

责任者Hastie规范汉译姓: 哈斯蒂; 责任者Tibshirani规范汉译姓: 蒂伯沙拉尼; 责任者Wainwright规范汉译姓: 韦恩怀特

责任者附注:

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。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。Martin Wainwright, 毕业于MIT, 加州大学伯克利分校教授。刘波, 博士, 重庆工商大学计算机科学与信息工程学院教师。景鹏杰, 硕士, 毕业于上海交通大学。

书目附注:

有书目 (第264-284页)

提要文摘附注:

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。本书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。

豆瓣简介：