📖 书目详情
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—algorithms, worked examples, and case studies
| 著者 | (爱)约翰·D.凯莱赫(John D.Kelleher)，(爱)布莱恩·马克·纳米(Brian Mac Namee)，(爱)奥伊弗·达西(Aoife D'Arcy)著,潘巍[等]译 |
| ISBN | 9787111791638 |
| 中图分类 | TP181 自动化技术、计算机技术 |
| 学科分类 | 工学 |
| 版次 | 第1版 |
| 出版社 | 机械工业出版社 |
| 丛书名 | 数据科学与大数据技术丛书 |
| 出版年 | 2025 |
| 页码 | 19,560页 |
| 价格 | ¥149.00 |
| 可推荐册数 | 请登录后查看 |
| 核心评分 |
8.5/10
|
📝 内容简介
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)详细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，便于查阅和学习。
🏛️ 本馆馆藏信息
本馆暂无该书的馆藏记录，可在线借购