机读格式显示(MARC)

• 000 01779nam0 2200289 450

• 001 0000310236

• 005 20231130211400.0

• 010 __ |a 978-7-115-58393-2 |d CNY119.80

• 100 __ |a 20221205d2022 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a R语言机器学习实战 |A R yu yan ji qi xue xi shi zhan |f (美) 弗雷德·恩旺加, 迈克·查普尔著 |d = Practical machine learning in R |f Frde Nwanganga, Mike Chapple |g 李毅译 |z eng

• 210 __ |a 北京 |c 人民邮电出版社 |d 2022

• 215 __ |a 286页 |c 图 (部分彩图) |d 26cm

• 306 __ |a 本书中文简体字版由John Wiley & Sons公司授权人民邮电出版社出版, 专有版权属于人民邮电出版社

• 314 __ |a 弗雷德·恩旺加 (Fred Nwanganga) 拥有美国圣母大学计算机科学与工程博士学位, 是圣母大学门多萨商学院 (University of Notre Dame's Mendoza College of Business) 商业分析专业助理教授。迈克·查普尔 (Mike Chapple) 拥有美国圣母大学计算机科学博士学位, 是圣母大学门多萨商学院信息技术、分析和运营系的副教授。李毅, 男, 韩国岭南大学理学博士, 中国人民大学统计学博士后, 现任山西财经大学统计学院教授兼博士生导师, 研究方向为大数据推断与抽样调查。

• 330 __ |a 本书探讨了如何使用R语言进行机器学习, 涵盖基本的原理和方法, 并通过大量的示例和练习, 让读者掌握R语言的数据处理技巧。本书包括入门、回归、分类、模型的评估和改进、无监督学习五大部分, 涉及线性回归、logistic回归、k近邻、朴素贝叶斯、决策树、聚类和关联规则等机器学习模型。本书配套提供相关的代码和数据, 方便读者学习和使用。

• 500 10 |a Practical machine learning in R |m Chinese

• 606 0_ |a 程序语言 |A cheng xu yu yan |x 程序设计

• 690 __ |a TP312.8R |v 5

• 701 _1 |a 恩旺加 |A en wang jia |g (Nwanganga, Fred) |4 著

• 701 _1 |a 查普尔 |A zha pu er |g (Chapple, Mike) |4 著

• 702 _0 |a 李毅 |A li yi |4 译

• 801 _0 |a CN |b 湖北三新 |c 20221205

• 905 __ |a GDPTC |d TP312.8R/10