题名:	稀疏统计学习及其应用 xi shu tong ji xue xi ji qi ying yong / (美)Trevor Hastie, Robert Tibshirani, Martin Wainwright著 , 刘波, 景鹏杰译
ISBN:	978-7-115-47261-8 价格： CNY89.00
语种:	chi
载体形态:	284页图 24cm
出版发行:	出版地：北京出版社：人民邮电出版社出版日期： 2018
内容提要:	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。
主题词:	统计学
中图分类法:	C8 版次： 5
主要责任者:	黑斯蒂 hei si di 著
主要责任者:	蒂伯沙拉尼 di bo sha la ni 著
主要责任者:	温赖特 wen lai te 著
次要责任者:	刘波 liu bo 译
次要责任者:	景鹏杰 jing peng jie 译
责任者附注:	责任者Hastie规范汉译姓: 黑斯蒂; 责任者Tibshirani规范汉译姓: 蒂伯沙拉尼; 责任者Wainwright规范汉译姓: 温赖特
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，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。
责任者附注:	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”。
责任者附注:	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。
责任者附注:	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。
责任者附注:	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Bioinformatics，CCPR等上面发表数篇论文。目前从事期货交易系统开发工作。
索书号:	C8/6384