Cambridge series in statistical and probabilistic mathematics - 9781108498029 - high-dimensional statistics: a non-asymptotic viewpoint (cambridge series in statistical and probabilistic mathematics, 48) von martin j. wainwright (4 Ergebnisse)
Sprache: Englisch
Verlag: Cambridge University Press, 2019
Serie: Buch 52 von 64 - Cambridge Series in Statistical and Probabilistic Mathematics
- Hardcover
Anbieter: Ria Christie Collections, Uxbridge, Vereinigtes KönigreichRia Christie Collections
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 92,82
EUR 13,94 VersandVersand von Vereinigtes Königreich nach USAAnzahl: Mehr als 20 verfügbar
Zustand: New. In.
Sprache: Englisch
Verlag: Cambridge University Press, 2019
Serie: Buch 52 von 64 - Cambridge Series in Statistical and Probabilistic Mathematics
- Hardcover
Anbieter: Kennys Bookstore, Olney, MD, USAKennys Bookstore
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 135,97
EUR 9,04 VersandVersand innerhalb von USAAnzahl: Mehr als 20 verfügbar
Zustand: New. 2019. Hardcover. . . . . . Books ship from the US and Ireland.
Sprache: Englisch
Verlag: Cambridge Univ Pr, 2019
Serie: Buch 52 von 64 - Cambridge Series in Statistical and Probabilistic Mathematics
- Hardcover
Anbieter: Revaluation Books, Exeter, Vereinigtes KönigreichRevaluation Books
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 141,08
EUR 17,46 VersandVersand von Vereinigtes Königreich nach USAAnzahl: 2 verfügbar
Hardcover. Zustand: Brand New. 552 pages. 10.25x7.25x1.50 inches. In Stock.
Sprache: Englisch
Verlag: Cambridge University Press, 2019
Serie: Buch 52 von 64 - Cambridge Series in Statistical and Probabilistic Mathematics
- Hardcover
Anbieter: AHA-BUCH GmbH, Einbeck, DeutschlandAHA-BUCH GmbH
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 132,03
EUR 39,30 VersandVersand von Deutschland nach USAAnzahl: 1 verfügbar
Buch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - Recent years have witnessed an explosion in the volume and variety of data collected in all scientific disciplines and industrial settings. Such massive data sets present a number of challenges to researchers in statistics and machine learning. This book pr…ovides a self-contained introduction to the area of high-dimensional statistics, aimed at the first-year graduate level. It includes chapters that are focused on core methodology and theory - including tail bounds, concentration inequalities, uniform laws and empirical process, and random matrices - as well as chapters devoted to in-depth exploration of particular model classes - including sparse linear models, matrix models with rank constraints, graphical models, and various types of non-parametric models. With hundreds of worked examples and exercises, this text is intended both for courses and for self-study by graduate students and researchers in statistics, machine learning, and related fields who must understand, apply, and adapt modern statistical methods suited to large-scale data.
