机读格式显示(MARC)

• 000 02163nam 2200373 450

• 001 0000696443

• 005 20180525105900.0

• 010 __ |a 978-7-115-47261-8 |d CNY89.00

• 100 __ |a 20180112d2018 em y0chiy0121 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a afk a 000yy

• 106 __ |a r

• 200 1_ |a 稀疏统计学习及其应用 |A xi shu tong ji xue xi ji qi ying yong |d Statistical learning with sparsity |e the lasso and generalizations |f (美) Trevor Hastie, Robert Tibshirani, Martin Wainwright著 |g 刘波, 景鹏杰译 |z eng

• 210 __ |a 北京 |c 人民邮电出版社 |d 2018

• 215 __ |a 284页, [8] 页图版 |c 图 (部分彩图) |d 24cm

• 225 2_ |a 图灵数学·统计学丛书 |A tu ling shu xue ·tong ji xue cong shu

• 306 __ |a 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

• 314 __ |a 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

• 314 __ |a 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。

• 320 __ |a 有书目 (第264-284页)

• 330 __ |a 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。

• 410 _0 |1 2001 |a 图灵数学·统计学丛书

• 500 10 |a Statistical learning with sparsity : the lasso and generalizations |A Statistical Learning With Sparsity : The Lasso And Generalizations |m Chinese

• 606 0_ |a 统计学 |A tong ji xue

• 690 __ |a C8 |v 5

• 701 _1 |a 哈斯蒂 |A ha si di |g (Hastie Trevor) |4 著

• 701 _1 |a 蒂伯沙拉尼 |A di bo sha la ni |g (Tibshirani Robert) |4 著

• 701 _1 |a 韦恩怀特 |A wei en huai te |g (Wainwright Martin) |4 著

• 702 _0 |a 刘波 |A liu bo |4 译

• 702 _0 |a 景鹏杰 |A jing peng jie |4 译

• 801 _0 |a CN |b HDUL |c 20180314

• 905 __ |a HDUL |d C8/644.2

• 920 __ |a 233030 |z 1