Produktbild: Introduction to Statistical Machine Learning
Vorbesteller Neu

Introduction to Statistical Machine Learning

167,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

01.06.2027

Verlag

Elsevier

Seitenzahl

650

Maße (L/B)

23,5/19,1 cm

Gewicht

449 g

Auflage

2nd edition

Sprache

Englisch

ISBN

978-0-443-30032-5

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

01.06.2027

Verlag

Elsevier

Seitenzahl

650

Maße (L/B)

23,5/19,1 cm

Gewicht

449 g

Auflage

2nd edition

Sprache

Englisch

ISBN

978-0-443-30032-5

Herstelleradresse

Libri GmbH
Europaallee 1
36244 Bad Hersfeld
DE

Email: gpsr@libri.de

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern

Die Leseprobe wird geladen.
  • Produktbild: Introduction to Statistical Machine Learning
  • Part 1. Introduction
    1. Statistical Machine Learning

    Part 2. Statistics and Probability
    2. Random Variables and Probability Distributions
    3. Examples of Discrete Probability Distributions
    4. Examples of Continuous Probability Distributions
    5. Multidimensional Probability Distributions
    6. Examples of Multidimensional Probability Distributions
    7. Sum of Independent Random Variables
    8. Probability Inequalities
    9. Statistical Estimation
    10. Hypothesis Testing

    Part 3. Generative Approach to Statistical Pattern Recognition
    11. Pattern Recognition via Generative Model Estimation
    12. Maximum Likelihood Estimation
    13. Properties of Maximum Likelihood Estimation
    14. Model Selection for Maximum Likelihood Estimation
    15. Maximum Likelihood Estimation for Gaussian Mixture Models
    16. Nonparametric Estimation
    17. Bayesian Inference
    18. Analytic Approximation of Marginal Likelihood
    19. Numerical Approximation of Predictive Distribution
    20. Bayesian Mixture Models

    Part 4. Discriminative Approach to Statistical Machine Learning
    21. Learning Models
    22. Least Squares Regression
    23. Constrained Least Squares Regression
    24. Sparse Regression
    25. Robust Regression
    26. Least Squares Classification
    27. Support Vector Classification
    28. Probabilistic Classification
    29. Structured Classification

    Part 5. Further Topics
    30. Ensemble Learning
    31. Online Learning
    32. Confidence of Prediction
    33. Weakly Supervised Learning
    34. Transfer Learning
    35. Multitask Learning
    36. Linear Dimensionality Reduction
    37. Nonlinear Dimensionality Reduction
    38. Clustering
    39. Outlier Detection
    40. Change Detection

    Part 6. Deep Learning
    41. Feedforward Neural Networks
    42. Neural Networks with Image Data
    43. Neural Networks with Sequential Data
    44. Learning from Limited Data
    45. Representation Learning
    46. Deep Generative Modelling
    47. Multimodal Learning