书目信息 |
| 题名： |
R语言机器学习实战
|
|
| 作者： | 恩旺加 ， 查普尔 著 ；李毅 译 | |
| 分册： | ||
| 出版信息： | 北京 人民邮电出版社 2022.12 |
|
| 页数： | 286页 | |
| 开本： | 26cm | |
| 丛书名： | ||
| 单 册： | ||
| 中图分类： | TP312.8 | |
| 科图分类： | ||
| 主题词： | 程序语言--cheng xu yu yan--程序设计 | |
| 电子资源： | ||
| ISBN： | 978-7-115-58393-2 | |
| 000 | 01523nam0 2200301 450 | |
| 001 | 502148 | |
| 010 | @a978-7-115-58393-2@dCNY119.80 | |
| 100 | @a20220910d2022 em y0chiy50 ea | |
| 101 | 1 | @achi@ceng |
| 102 | @aCN@b110000 | |
| 105 | @aa a 000yy | |
| 106 | @ar | |
| 200 | 1 | @aR语言机器学习实战@AR 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@fFred Nwanganga, Mike Chapple@g李毅译@zeng |
| 210 | @a北京@c人民邮电出版社@d2022.12 | |
| 215 | @a286页@c图 (部分彩图)@d26cm | |
| 306 | @a由John Wiley & Sons公司授权出版 | |
| 314 | @a弗雷德·恩旺加, 美国圣母大学门多萨商学院商业分析专业助理教授。迈克·查普尔, 美国圣母大学门多萨商学院信息技术、分析和运营系副教授, 目前担任该大学商业分析硕士项目的学术主任, 是20多种畅销书的作者。 | |
| 320 | @a有书目 | |
| 330 | @a本书探讨了机器学习技术在商业分析中的应用, 主要内容包括: 数据管理技术 (数据收集, 探索和降维) ; 无监督学习技术, 使用apriori、eclat和clustering等方法挖掘数据背后的模式 ; 最近邻、诀策树和朴素贝叶斯分类技术 ; 以及如何评估和选择正确的模型, 如何使用集成方法 (RandomFores-t和xGBoost) 改善模型性能。本书包含诸多示例和练习, 方便初学者入门。 | |
| 500 | 10 | @aPractical machine learning@mChinese |
| 606 | 0 | @a程序语言@Acheng xu yu yan@x程序设计 |
| 610 | 0 | @aR语言@AR yu yan |
| 690 | @aTP312.8@v5 | |
| 701 | 1 | @a恩旺加@Aen wang jia@g(Nwanganga, Fred)@4著 |
| 701 | 1 | @a查普尔@Acha pu er@g(Chapple, Mike)@4著 |
| 702 | 0 | @a李毅@Ali yi@4译 |
| 801 | 0 | @aCN@c20220910 |
| 905 | @a河南城建学院图书馆@dTP312.8@eE053 | |
| R语言机器学习实战/(美) 弗雷德·恩旺加, 迈克·查普尔著= Practical machine learning/Fred Nwanganga, Mike Chapple/李毅译.-北京：人民邮电出版社，2022.12 |
| 286页：图 (部分彩图)；26cm |
| ISBN 978-7-115-58393-2：CNY119.80 |
| 本书探讨了机器学习技术在商业分析中的应用, 主要内容包括: 数据管理技术 (数据收集, 探索和降维) ; 无监督学习技术, 使用apriori、eclat和clustering等方法挖掘数据背后的模式 ; 最近邻、诀策树和朴素贝叶斯分类技术 ; 以及如何评估和选择正确的模型, 如何使用集成方法 (RandomFores-t和xGBoost) 改善模型性能。本书包含诸多示例和练习, 方便初学者入门。 |
| ● |
| 相关链接 |
|
|
|
正题名：R语言机器学习实战
索取号：TP312.8/E053
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1605115 | 216051153 | 自科库301/ [索取号:TP312.8/E053] | 在馆 |