书目信息 |
题名: |
Python机器学习技术与应用
|
|
作者: | 王路漫 , 齐惠颖 主编 | |
分册: | ||
出版信息: | 北京 中国水利水电出版社 2022.11 |
|
页数: | 231页 | |
开本: | 29cm | |
丛书名: | 普通高等教育人工智能专业系列教材 | |
单 册: | ||
中图分类: | TP181 , TP311.561 | |
科图分类: | ||
主题词: | 程序语言--cheng xu yu yan--程序设计--高等教育--教材 , 机器学习--ji qi xue xi--高等教育--教材 | |
电子资源: | ||
ISBN: | 978-7-5226-1100-6 |
000 | 01515nam 2200301 450 | |
001 | 491107 | |
010 | @a978-7-5226-1100-6@dCNY49.00 | |
100 | @a20220906d2022 em y0chiy50 ea | |
101 | 0 | @achi |
102 | @aCN@b110000 | |
105 | @aa a 000yy | |
106 | @ar | |
200 | 1 | @aPython机器学习技术与应用@APython ji qi xue xi ji shu yu ying yong@f主编王路漫, 齐惠颖 |
210 | @a北京@c中国水利水电出版社@d2022.11 | |
215 | @a231页@c图@d29cm | |
225 | 2 | @a普通高等教育人工智能专业系列教材@Apu tong gao deng jiao yu ren gong zhi neng zhuan ye xi lie jiao cai |
320 | @a有书目 (第230-231页) | |
330 | @a本书以机器学习初学者为教学对象, 通过讲解机器学习的常用方法及实际应用, 培养读者机器学习应用技能及计算思维能力。本书共12章, 主要介绍了机器学习概述、Python语言基础、网络爬虫、数据预处理与特征工程、多元回归分析、分类方法、支持向量机、朴素贝叶斯方法、聚类分析方法、人工神经网络与深度学习、数据可视化、基于Pyecharts的大数据可视化图表。本书内容丰富、图文并茂, 以数据分析流程为主线, 将算法与应用相结合, 系统讲解常用的机器学习理论和分析方法, 通过案例帮助读者快速掌握机器学习相关技术, 以实现理论与实践的紧密结合。 | |
410 | 0 | @12001 @a普通高等教育人工智能专业系列教材 |
606 | 0 | @a程序语言@Acheng xu yu yan@x程序设计@x高等教育@j教材 |
606 | 0 | @a机器学习@Aji qi xue xi@x高等教育@j教材 |
610 | 0 | @aPython |
690 | @aTP181@v5 | |
690 | @aTP311.561@v5 | |
701 | 0 | @a王路漫@Awang lu man@4主编 |
701 | 0 | @a齐惠颖@Aqi hui ying@4主编 |
801 | 0 | @aCN@c20220906 |
905 | @a河南城建学院图书馆@dTP311.561@eW264 | |
Python机器学习技术与应用/主编王路漫, 齐惠颖.-北京:中国水利水电出版社,2022.11 |
231页:图;29cm.-(普通高等教育人工智能专业系列教材) |
ISBN 978-7-5226-1100-6:CNY49.00 |
本书以机器学习初学者为教学对象, 通过讲解机器学习的常用方法及实际应用, 培养读者机器学习应用技能及计算思维能力。本书共12章, 主要介绍了机器学习概述、Python语言基础、网络爬虫、数据预处理与特征工程、多元回归分析、分类方法、支持向量机、朴素贝叶斯方法、聚类分析方法、人工神经网络与深度学习、数据可视化、基于Pyecharts的大数据可视化图表。本书内容丰富、图文并茂, 以数据分析流程为主线, 将算法与应用相结合, 系统讲解常用的机器学习理论和分析方法, 通过案例帮助读者快速掌握机器学习相关技术, 以实现理论与实践的紧密结合。 |
● |
相关链接 |
正题名:Python机器学习技术与应用
索取号:TP311.561/W264
 
预约/预借
序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
1 | 1603952 | 216039524 | 自科库301/301自科库 74排2列1层/ [索取号:TP311.561/W264] | 在馆 | |
2 | 1603953 | 216039533 | 自科库301/301自科库 74排2列1层/ [索取号:TP311.561/W264] | 在馆 |