자료유형  

 동서단행본

ISBN  

9791161754727 93000 : 60000

언어부호  

본문언어 - kor, 원저작언어 - eng

DDC  

006.31-22

청구기호  

006.31 H356eㅇ

서명/저자  

통계학으로 배우는 머신러닝 2/e : 스탠퍼드대학교 통계학과 교수에게 배우는 머신러닝의 원리 / 트레버 헤이스티 ; 로버트 팁시라니 ; 제롬 프리드먼 지음 ; 이판호 옮김

원서명  

[원표제]The elements of statistical learning : data mining, inference, and prediction

원서명  

[기타표제]2021년도 대한민국학술원 선정 교육부 우수학술도서

발행사항  

서울 : 에이콘, 2021

형태사항  

842 p. : 삽화(일부천연색),도표 ; 24 cm

총서명  

데이터 과학

서지주기  

참고문헌(p. 805-830)과 색인수록

입수처  

대한민국학술원 기증

일반주제명  

Machine learning

일반주제명  

Statistics Methodology

일반주제명  

Data mining

일반주제명  

Bioinformatics

일반주제명  

Inference

일반주제명  

Forecasting

일반주제명  

Computational intelligence

기타저자  

Hastie, Trevor

기타저자  

Tibshirani, Robert

기타저자  

Friedman, J. H.((Jerome H))

기타저자  

이판호

기타저자  

헤이스티, 트레버

기타저자  

팁시라니, 로버트

기타저자  

프리드먼, 제롬

가격  

60000-기증

Control Number  

bwcl:117846

책소개  

머신러닝을 통한 모델 학습을 통계학적 체계 내에서 설명한다. 다양한 통계 이론을 살펴보고, 회귀에서 신경망에 이르는 머신러닝 알고리즘에서 이들이 어떠한 의의가 있는지 배울 수 있다. 단순히 머신러닝 모델을 적용하는 것을 넘어 모델의 이론적 배경을 이해함으로써 데이터에서 더욱 깊은 인사이트를 얻고자 하는 사람에게 도움이 될 것이다.