MARC状态:审校 文献类型:中文图书 浏览次数:24
- 题名/责任者:
- scikit-learn机器学习/(美)加文·海克(Gavin Hackeling)著 张浩然译
- 出版发行项:
- 北京:人民邮电出版社,2019
- ISBN及定价:
- 978-7-115-50340-4/CNY59.00
- 载体形态项:
- 199页:图,照片;24cm
- 个人责任者:
- (美) 海克 (Hackeling, Gavin) 著
- 个人次要责任者:
- 张浩然 (软件开发) 译
- 学科主题:
- 机器学习
- 中图法分类号:
- TP181
- 版本附注:
- 据原书第2版译出 由英国Packt Publishing公司授权出版
- 提要文摘附注:
- 本书通过14章内容,介绍了一系列机器学习模型和scikit-learn的使用技巧。本书从机器学习的基础理论讲起,涵盖了简单线性回归、K-近邻算法、特征提取、多元线性回归、逻辑回归、朴素贝叶斯、非线性分类、决策树回归、随机森林、感知机、支持向量机、人工神经网络、K-均值算法、主成分分析等重要话题。
全部MARC细节信息>>
索书号 | 条码号 | 年卷期 | 馆藏地 | 书刊状态 | 还书位置 |
TP181/71 | 00565216 | 书库 (图书定位请点击这里) | 可借 | 书库 | |
TP181/71 | 00565217 | 书库 (图书定位请点击这里) | 可借 | 书库 | |
TP181/71 | A00074607 | 书库 (图书定位请点击这里) | 借出-应还日期: | 书库 | |
TP181/71 | A00286371 | 书库 (图书定位请点击这里) | 借出-应还日期: | 书库 |
显示全部馆藏信息