ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب The elements of statistical learning data mining, inference, and prediction

دانلود کتاب عناصر یادگیری آماری داده کاوی ، استنتاج و پیش بینی

The elements of statistical learning data mining, inference, and prediction

مشخصات کتاب

The elements of statistical learning data mining, inference, and prediction

دسته بندی: آموزشی
ویرایش:  
نویسندگان:   
سری:  
 
ناشر: Springer 
سال نشر: 2001 
تعداد صفحات: 532 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 171 مگابایت 

قیمت کتاب (تومان) : 39,000

در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 26


در صورت تبدیل فایل کتاب The elements of statistical learning data mining, inference, and prediction به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب عناصر یادگیری آماری داده کاوی ، استنتاج و پیش بینی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی درمورد کتاب به خارجی



فهرست مطالب

Cover......Page 1
Contents......Page 2
1 Introduction......Page 10
2 Overview of Supervised Learning......Page 19
3 Linear Met hods for Regression......Page 51
4 Linear Methods for Classification......Page 87
5 Basis Expansions and Regularization......Page 123
6 Kernel Methods......Page 167
7 Model Assessment and Selection......Page 195
8 Model Inference and Averaging......Page 227
9 Additive Models, Trees, and Related Methods......Page 256
10 Boosting and Additive Trees......Page 298
11 Neural Networks......Page 346
12 Support Vector Machines and Flexible Discriminants......Page 370
13 Prototype Methods and Nearest-Neighbors......Page 410
14 Unsupervised Learning......Page 436
References......Page 508
Author Index......Page 522
Index......Page 526




نظرات کاربران