机读格式显示(MARC)

• 000 01534nam0 2200313 450

• 001 0000367939

• 005 20240124150050.9

• 010 __ |a 978-7-302-63401-0 |d CNY99.00 (含附件)

• 092 __ |b CIP-0FE20BF061F747C4BC10FF8492C18695

• 100 __ |a 20231013d2023 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 机器学习中的统计思维 |A ji qi xue xi zhong de tong ji si wei |e Python实现 |f 董平编著

• 210 __ |a 北京 |c 清华大学出版社 |d 2023.9

• 215 __ |a 351页 |c 图 |d 26cm |e 附小册子1册 (60页 ; 23cm)

• 300 __ |a 机器学习统计分析

• 314 __ |a 董平 (博士), 上海对外经贸大学统计与信息学院讲师。曾获概率论与数理统计理学博士学位 (山东大学2018)、理学学士学位和经济学学士学位 (山东大学2012); 美国迈阿密大学访问学者。主要研究领域为高维数据、假设检验、半监督回归、统计机器学习等。

• 320 __ |a 有书目 (第349-351页)

• 330 __ |a 本书共有十二个章节, 绪论中介绍贯穿本书的两大思维模式, 以及关于全书的阅读指南; 第1章介绍一些基本术语, 并给出监督学习的流程; 第2章介绍关于回归问题的机器学习方法, 第3-9章介绍关于分类问题的机器学习方法, 第10章介绍可应用于具有隐变量的模型的参数学习算法--EM算法, 第11章简单介绍集成学习, 并重点阐述其中的Boosting算法。

• 333 __ |a 本书十分适合数据科学、机器学习专业的本科生和研究生学习, 或相关从业者参考

• 517 1_ |a Python实现 |A Python shi xian

• 606 0_ |a 机器学习 |A ji qi xue xi

• 606 0_ |a 软件工具 |A ruan jian gong ju |x 程序设计

• 690 __ |a TP181 |v 5

• 690 __ |a TP311.561 |v 5

• 701 _0 |a 董平 |A dong ping |4 编著

• 801 _0 |a CN |b 湖北三新 |c 20231013