附件:设置1:设置2:设置3:本书在介绍机器学习相关知识的基础上, 主要介绍了基于机器学习的特殊数据模型的建立和分析的方法, 尤其是含有异常点或服从重尾分布的数据, 包括基于正则化方法的回归模型、自加权鲁棒正则化方法、基于自变量相关的鲁棒回归模型、基于因变量相关的Lasso回归模型、基于变量相关的岭回归模型。全书从线性模型稳健参数估计和基于近邻信息的稳健回归模型构建两方面展开阐述, 涉及模型构建、理论性质分析以及算法求解和实验验证等。摘要:有书目 (第140-144页)
附注提要
本书在介绍机器学习相关知识的基础上, 主要介绍了基于机器学习的特殊数据模型的建立和分析的方法, 尤其是含有异常点或服从重尾分布的数据, 包括基于正则化方法的回归模型、自加权鲁棒正则化方法、基于自变量相关的鲁棒回归模型、基于因变量相关的Lasso回归模型、基于变量相关的岭回归模型。全书从线性模型稳健参数估计和基于近邻信息的稳健回归模型构建两方面展开阐述, 涉及模型构建、理论性质分析以及算法求解和实验验证等。