MARC状态：订购 文献类型：中文图书 浏览次数：9
- 题名/责任者:
- 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/(爱尔兰)约翰·D.凯莱赫(John D.Kelleher)，(爱尔兰)布莱恩·马克·纳米(Brian Mac Namee)，(爱尔兰)奥伊弗·达西(Aoife D'Arcy)著 顾卓尔译
- 出版发行项:
- 北京:机械工业出版社,2020.04
- ISBN及定价:
- 978-7-111-65233-5/CNY99.00
- 载体形态项:
- 14,352页:图;26cm
- 丛编项:
- 数据科学与工程技术丛书
- 中图法分类号:
- TP181
- 一般附注:
- 华章教育
- 提要文摘附注:
- 本书详细讨论了预测数据分析中最重要的机器学习方法，涵盖基础理论和实际应用。在讨论了从数据到见解再到决策的过程之后，本书描述了机器学习的四种方法：基于信息的学习、基于相似性的学习、基于概率的学习和基于误差的学习。每种方法都是先对基本概念进行非技术性解释，然后给出由详细工作实例加以说明的数学模型和算法。最后，本书考虑了评估预测模型的技术，并提供了两个案例研究，展示了机器学习在商业环境中的应用。
- 使用对象附注:
- 高等院校人工智能、数据科学与大数据、计算机科学、工程学以及数学或统计学专业本科生和研究生的机器学习、数据挖掘、数据分析或人工智能课程的教材，也可作为数据分析等领域从业者的培训教材及参考资料
全部MARC细节信息>>