|
000
|
01630oam2 2200301 450
|
|
001
|
0100004185
|
|
010
|
|
@a978-7-111-56590-1@dCNY59.00
|
|
100
|
|
@a20170616d2017 em y0chiy50 ea
|
|
101
|
1
|
@achi@cinc
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@aak z 000yy
|
|
106
|
|
@ar
|
|
200
|
1
|
@aR语言机器学习@AR yu yan ji qi xue xi@dR machine learning by example@e实用案例分析@f(印)拉格哈夫·巴利(Raghav Bali)，(印)迪潘简·撒卡尔(Dipanjan Sarkar)著@g李洪成，潘文捷译@zeng
|
|
210
|
|
@a北京@c机械工业出版社@d2017.06
|
|
215
|
|
@a13,223页@c图@d24cm
|
|
225
|
2
|
@a数据分析与决策技术丛书
|
|
305
|
|
@a由Packt Publishing授权出版
|
|
330
|
|
@a本书共8章。第1章介绍R及其相关的基础知识，并简单介绍了机器学习的概念。第2章深入研究机器学习，介绍各种类型的学习算法，以及一些现实世界的案例。第3章使用市场购物篮分析和关联规则挖掘进行电子商务产品推荐、预测和模式分析。第4章分析不同用户对电子商务产品的评论和评级，使用算法和技术(例如用户协同过滤器)设计一个推荐系统。第5章将机器学习应用于信用风险检测和预测中。第6章使用多种机器学习算法检测和预测哪些客户具有潜在信用风险，介绍了多种有监督学习算法并比较它们的性能。第7章介绍社交媒体和通过Twitter API收集数据的过程。第8章根据Twitter API的知识建立一个项目，基于该项目分析推文中的情感。
|
|
410
|
0
|
@12001 @a数据分析与决策技术丛书
|
|
510
|
1
|
@aR machine learning by example@zeng
|
|
606
|
0
|
@a程序语言@x程序设计
|
|
690
|
|
@aTP312R@v5
|
|
701
|
0
|
@c(印)@a巴利@Aba li@c(Bali, Raghav)@4著
|
|
701
|
0
|
@c(印)@a撒卡尔@Asa ka er@c(Sarkar, Dipanjan)@4著
|
|
702
|
0
|
@a李洪成@Ali hong cheng@4译
|
|
702
|
0
|
@a潘文捷@Apan wen jie@4译
|
|
801
|
0
|
@aCN@c20171024
|
|
905
|
|
@a河南城建学院图书馆@dTP312R@eB043
|
|
|
|
|
| |
| R语言机器学习=R machine learning by example：实用案例分析/(印)拉格哈夫·巴利(Raghav Bali)，(印)迪潘简·撒卡尔(Dipanjan Sarkar)著/李洪成，潘文捷译.-北京：机械工业出版社，2017.06 |
| 13,223页：图；24cm.-(数据分析与决策技术丛书) |
| |
| |
| ISBN 978-7-111-56590-1：CNY59.00 |
| 本书共8章。第1章介绍R及其相关的基础知识，并简单介绍了机器学习的概念。第2章深入研究机器学习，介绍各种类型的学习算法，以及一些现实世界的案例。第3章使用市场购物篮分析和关联规则挖掘进行电子商务产品推荐、预测和模式分析。第4章分析不同用户对电子商务产品的评论和评级，使用算法和技术(例如用户协同过滤器)设计一个推荐系统。第5章将机器学习应用于信用风险检测和预测中。第6章使用多种机器学习算法检测和预测哪些客户具有潜在信用风险，介绍了多种有监督学习算法并比较它们的性能。第7章介绍社交媒体和通过Twitter API收集数据的过程。第8章根据Twitter API的知识建立一个项目，基于该项目分析推文中的情感。 |
| ● |
正题名：R语言机器学习
索取号：TP312R/B043
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
1364766
|
213647669
|
自科库301/301自科库 86排2列5层/
[索取号:TP312R/B043]
|
在馆
|
|
|
2
|
1364767
|
213647678
|
自科库301/301自科库 86排2列5层/
[索取号:TP312R/B043]
|
在馆
|
|
