Vladimir N.的图书会按更新时间持续补充，适合从代表作和同主题书继续延展阅读。
统计学习理论的本质
[美] Vladimir N. Vapnik
评分 9分
本书介绍了统计学习理论和支持向量机的关键思想、结论和方法，以及该领域的最新进展。统计学习理论是针对小样本情况研究统计学习规律的理论，是传统统计学的重要发展和补充。其核心思想是通过控制学习机器的容量实现对推广能力的控制。由Springer-Verlag出版社授权出版。
Nanoferroics
Glinchuk, M. D.; Ragulya, A. V.; Stephanovich, Vladimir N.
评分 暂无
统计学习理论
Vladimir N. Vapnik
评分 8.9分
统计学习理论是研究利用经验数据进行机器学习的一种一般理论，属于计算机科学、模式识别和应用统计学相交叉与结合的范畴，其主要创立者是本书作者。统计学习理论基本内容诞生于20世纪60~70年代，到90年代中期发展到比较成熟并受到世界机器学习界的广泛重视，其核心内容反映在Vapnik的两部重要著作中，本书即是其中一部，另一部是《统计学习理论的本质》。 由于较系统地考虑了有限样本的情况，统计学习理论与
Vladimir N.vapnik
评分 8.4分
