000
02401nam 2200397 450
001
483821
010
@ a978-7-111-72681-4@ dCNY159.00
100
@ a20220906d2023 em y0chiy50 ea
101
1
@ achi@ ceng
102
@ aCN@ b110000
105
@ aaf z 000yy
106
@ ar
200
1
@ aPython机器学习@ APython ji qi xue xi@ e基于PyTorch和Scikit-Learn@ f(美) 塞巴斯蒂安·拉施卡, 刘玉溪 (海登), 瓦希德·米尔贾利利著@ d= Machine learning with PyTorch and Scikit-Learn@ fSebastian Raschka, Vahid Mirjalili@ g李波, 张帅, 赵炀译@ zeng
210
@ a北京@ c机械工业出版社@ d2023.06
215
@ aXXII, 597页, [2] 页图版@ c图@ d24cm
225
2
@ a智能系统与技术丛书@ Azhi neng xi tong yu ji shu cong shu
300
@ aPACKT
306
@ a由Packet Publishing授权出版
314
@ a塞巴斯蒂安·拉施卡, 获密歇根州立大学博士学位, 现在是威斯康星-麦迪逊大学统计学助理教授, 从事机器学习和深度学习研究。刘玉溪 (海登), 在谷歌公司担任机器学习软件工程师, 曾担任机器学习科学家。瓦希德·米尔贾利利, 获密歇根州立大学机械工程和计算机科学双博士学位, 是一名专注于计算机视觉和深度学习的科研工作者。李波, 本科、硕士、博士均毕业于哈尔滨工业大学。张帅, 哈尔滨工程大学智能科学与工程学院硕士研究生在读, 研究方向为机器学习、压缩感知。赵炀, 哈尔滨工程大学智能科学与工程学院硕士研究生在读, 研究方向为数据降维、自然语言处理。
330
@ a本书深入介绍了机器学习领域的基本概念和方法, 除介绍了Python机器学习库和用机器学习库搭建神经网络模型的方法外, 还介绍了机器学习算法的数学理论、工作原理、使用方法、实现细节以及如何避免机器学习算法实现过程中的常见问题。本书涵盖了多种用于文本和图像分类的机器学习与深度学习方法, 以及用于生成新数据的生成对抗网络 (GAN) 和用于训练智能体的强化学习, 还介绍了深度学习的新动态, 包括图神经网络和用于自然语言处理 (NLP) 的大型Transformer。
410
0
@ 12001 @ a智能系统与技术丛书
500
10
@ aMachine learning with PyTorch and Scikit-Learn@ mChinese
517
1
@ a基于PyTorch和Scikit-Learn@ Aji yu PyTorchhe Scikit-Learn
606
0
@ a程序语言@ Acheng xu yu yan@ x程序设计
606
0
@ a机器学习@ Aji qi xue xi
610
0
@ aPython
690
@ aTP312@ v5
690
@ aTP181@ v5
701
1
@ a刘玉溪@ Aliu yu xi@ 4著
701
1
@ a米尔贾利利@ Ami er jia li li@ g(Mirjalili, Vahid)@ 4著
701
1
@ a拉施卡@ Ala shi ka@ g(Raschka, Sebastian)@ 4著
702
0
@ a张帅@ Azhang shuai@ 4译
702
0
@ a赵炀@ Azhao yang@ 4译
702
0
@ a李波@ Ali bo@ 4译
801
0
@ aCN@ c20220906
905
@ a河南城建学院图书馆@ dTP312@ eL007
Python机器学习：基于PyTorch和Scikit-Learn/(美) 塞巴斯蒂安·拉施卡, 刘玉溪 (海登), 瓦希德·米尔贾利利著= Machine learning with PyTorch and Scikit-Learn/Sebastian Raschka, Vahid Mirjalili/李波, 张帅, 赵炀译.-北京：机械工业出版社，2023.06 XXII, 597页, [2] 页图版：图；24cm.-(智能系统与技术丛书) PACKT ISBN 978-7-111-72681-4：CNY159.00 本书深入介绍了机器学习领域的基本概念和方法, 除介绍了Python机器学习库和用机器学习库搭建神经网络模型的方法外, 还介绍了机器学习算法的数学理论、工作原理、使用方法、实现细节以及如何避免机器学习算法实现过程中的常见问题。本书涵盖了多种用于文本和图像分类的机器学习与深度学习方法, 以及用于生成新数据的生成对抗网络 (GAN) 和用于训练智能体的强化学习, 还介绍了深度学习的新动态, 包括图神经网络和用于自然语言处理 (NLP) 的大型Transformer。 ●
预约/预借
序号
登录号
条形码
馆藏地/架位号
状态
备注
1
1596067
215960672
自科库301/301自科库 52排1列3层/
[索取号:TP312/L007]
在馆
