← 返回

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
ISBN9787111791638
分类号TP181 自动化技术、计算机技术
学科工学
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
价格¥149.00
页码19,560页
类型 📄 纸质书
核心评分8.5/10
读者对象—
主题词—
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。
登录后可荐购