返回书架
科技
统计学习基础
特雷弗·哈斯蒂，罗伯特·提布希拉尼，杰罗姆·弗里德曼
统计学习机器学习教材
本书系统介绍了统计学习的基本概念和方法，包括线性回归、分类、重采样方法和无监督学习等内容。
核心观点3 条
1
偏差-方差权衡是模型选择的核心问题
2
正则化可以防止过拟合，提高模型泛化能力
3
交叉验证是评估模型性能的重要方法
与作者对话
特
特雷弗·哈斯蒂，罗伯特·提布希拉尼，杰罗姆·弗里德曼
《统计学习基础》作者 · 在线
《统计学习基础》精华总结
本书系统介绍了统计学习的基本概念和方法，包括线性回归、分类、重采样方法和无监督学习等内容。
3 条核心观点
- 偏差-方差权衡是模型选择的核心问题
- 正则化可以防止过拟合，提高模型泛化能力
- 交叉验证是评估模型性能的重要方法