签到
苹果/安卓/wp
苹果/安卓/wp
客户端
0.0
0.00
推广加币
升级SVIP
SVIP(AI增强版)
注册
|
登录
经管百科
论坛BBS
搜索
搜索
用户
人大经济论坛
›
标签
›
breiman
›
相关帖子
标签: breiman
经管大学堂:名校名师名课
相关帖子
版块
作者
回复/查看
最后发表
Classification and Regression Trees Breiman, Leo
机器学习
笑哈哈999
2023-2-21
4
1083
hifinecon
2023-4-5 20:43:10
成熟的团队为机器学习铺平道路
数据分析与数据挖掘
时光永痕
2022-7-6
1
616
三重虫
2022-8-16 20:35:30
probability-breiman
文献求助专区
junfeih
2009-11-12
2
1842
giresse
2022-3-14 22:23:53
可用性问题
数据分析与数据挖掘
时光永痕
2020-8-31
0
941
时光永痕
2020-8-31 17:20:18
模拟统计是新的黑人
数据分析与数据挖掘
时光永痕
2020-8-6
0
1123
时光永痕
2020-8-6 22:35:18
求书Classification and Regression Trees Leo Breiman
悬赏大厅
liumahao
2014-1-14
15
4728
想回到过去试着
2020-3-20 16:11:27
randomForest 原创者 Leo Breiman原创性论文集,及R中randomForest变种列表
R语言论坛
jgchen1966
2016-9-20
2
4104
skyli114
2018-7-17 11:11:01
求文献 Random forests,作者Breiman, L,2001年。急急急!
- [!reward_solved!]
求助成功区
爱学习的orange
2017-12-8
2
920
爱学习的orange
2017-12-8 15:17:24
Classification and Regression Trees Leo Breiman
数据分析与数据挖掘
lg21c
2015-10-16
8
4070
闻雪止
2017-10-23 13:14:47
[推荐]Bagging Predictors(Leo Breiman)
计量经济学与统计软件
huijijiyi
2009-2-23
3
3239
maryhyl
2017-10-17 20:35:57
Random Forests for Scientific Discovery随机森林最全 最经典详解 没有之一 Breiman
数据分析师(CDA)专版
小龙问路21
2016-7-19
3
3085
lyxxxz
2016-7-23 22:28:47
[下载]世界级的概率论经典教材breiman的probability
计量经济学与统计软件
hebinjlu
2009-1-1
42
19509
bbxixi402
2016-6-23 10:46:11
求Breiman的书:《Classification and Regression Trees》
数据分析与数据挖掘
huijijiyi
2010-2-2
1
3696
提拉米苏碎了
2013-10-17 22:17:45
【求助】200论坛币 Leo-Breiman - Classification and Regression Trees
文献求助专区
devanagari
2010-1-31
11
6466
tyweng0721
2013-7-10 04:11:42
L Breiman & JH Friedman 1985 and Rejoinder
-
[悬赏
1
个论坛币]
求助成功区
johnzi0128
2013-1-27
3
916
Toyotomi
2013-1-27 16:14:58
need Breiman & Friedman (1985)
-
[悬赏
1
个论坛币]
悬赏大厅
johnzi0128
2013-1-27
0
795
johnzi0128
2013-1-27 15:01:17
Application of Breiman’s Random Forest to Modeling Structure
- [!reward_solved!]
求助成功区
ttatacter
2011-5-25
2
1238
jgchen1966
2012-10-24 12:35:26
京ICP备16021002号-2
京B2-20170662号
京公网安备 11010802022788号
论坛法律顾问:王进律师
知识产权保护声明
免责及隐私声明
GMT+8, 2025-12-5 22:42
积分 0, 距离下一级还需 积分