文献类型:中文图书 浏览次数:13
  • 题名:机器学习基础:面向预测数据分析的算法、实用范例与案例研究
  • 责任者:(爱) 约翰·D. 凯莱赫, (爱) 布莱恩·马克·纳米, (爱) 奥伊弗·达西著
  • 出版社机械工业出版社
  • 出版年:2025
  • ISBN:978-7-111-79163-8
  • 定价:149.00
  • 载体形态项:xix, 560页 26cm
  • 个人责任者:凯莱赫著、纳米著、达西著、潘巍译、张显明译、苏统华译
  • 学科主题:机器学习
  • 中图法分类号:TP181
  • 提要文摘附注:本书分为五大部分。第一部分(机器学习和数据分析导论)包含第1-3章的内容。第二部分(预测数据分析)包括第4-9章的内容,涵盖了主要的有监督机器学习的知识。第三部分(预测模型之外)包括第10章和第11章的内容,涵盖了有监督机器学习以外的一些常用学习方法。第四部分(案例研究和结论)包括第12-14章的内容,给出了预测数据分析的两个实用范例:客户流失和星系分类。第五部分(附录)给出了所涉及的统计和数据可视化、概率和微分等基础数学知识。
  • 统一资源定位(URL):
总体评价(共0票) 评价
索书号 条码号 年卷期 馆藏地 排架号 书刊状态 流通类型 流通状态

书籍封面

相关资源

图书馆微博二维码

图书馆微信公众号二维码