书目信息 |
题名: |
机器学习Python版
|
|
作者: | 芬纳 著 ;江红 , 余青松 , 余靖 译 | |
分册: | ||
出版信息: | 北京 机械工业出版社 2022.07 |
|
页数: | 18, 482页 | |
开本: | 24cm | |
丛书名: | ||
单 册: | ||
中图分类: | TP181 , TP181 | |
科图分类: | ||
主题词: | 机器学习--ji qi xue xi , 软件工具--ruan jian gong ju--程序设计 | |
电子资源: | ||
ISBN: | 978-7-111-70600-7 |
000 | 01659nam0 2200325 450 | |
001 | 011025154620 | |
005 | 20221025154620.0 | |
010 | @a978-7-111-70600-7@dCNY149.00 | |
100 | @a20201004d2022 em y0chiy0120 ea | |
101 | 1 | @achi@ceng |
102 | @aCN@b110000 | |
105 | @aa z 000yy | |
106 | @ar | |
200 | 1 | @a机器学习Python版@Aji qi xue xi Pythonban@dMachine learning with Python for everyone@f(美) 马克·E. 芬纳(Mark E. Fenner) 著@g江红, 余青松, 余靖译@zeng |
210 | @a北京@c机械工业出版社@d2022.07 | |
215 | @a18, 482页@c图@d24cm | |
300 | @a华章科技Pearson | |
305 | @aPearson Education授权出版 | |
330 | @a本书包括四个部分,第一部分(第1章到第4章),阐述有关机器学习的基本概念,重点阐述基本分类器和回归器的构建、训练和评估;第二部分(第5章到第7章),阐述机器学习系统的通用评估技术,并使用通用评估技术对基本分类器和回归器进行性能评估;第三部分(第8章到第11章),阐述机器学习系统的重要学习技术工具库,如其他分类和回归技术、特征工程。第11章讨论了如何构建机器学习管道,以及通过调整超参数改进机器学习系统的性能;第四部分(第12章到第15章),主要介绍机器学习的最新技术,包括组合机器学习模型、自动化特征工程模型,并将机器学习应用于图像和文本两个特定领域。第15章介绍了神经网络和图形模型这两个机器学习前沿技术。 | |
510 | 1 | @aMachine learning with Python for everyone@zeng |
606 | 0 | @a机器学习@Aji qi xue xi |
606 | 0 | @a软件工具@Aruan jian gong ju@x程序设计 |
610 | 0 | @aPython@APython |
690 | @aTP181@v5 | |
690 | @aTP181@v5 | |
701 | 0 | @c(美)@a芬纳@Afen na@g(Fenner, Mark E.)@4著 |
702 | 0 | @a江红@Ajiang hong@4译 |
702 | 0 | @a余青松@Ayu qing song@4译 |
702 | 0 | @a余靖@Ayu jing@4译 |
905 | @a河南城建学院图书馆@dTP181@eM081 | |
机器学习Python版=Machine learning with Python for everyone/(美) 马克·E. 芬纳(Mark E. Fenner) 著/江红, 余青松, 余靖译.-北京:机械工业出版社,2022.07 |
18, 482页:图;24cm |
华章科技Pearson |
ISBN 978-7-111-70600-7:CNY149.00 |
本书包括四个部分,第一部分(第1章到第4章),阐述有关机器学习的基本概念,重点阐述基本分类器和回归器的构建、训练和评估;第二部分(第5章到第7章),阐述机器学习系统的通用评估技术,并使用通用评估技术对基本分类器和回归器进行性能评估;第三部分(第8章到第11章),阐述机器学习系统的重要学习技术工具库,如其他分类和回归技术、特征工程。第11章讨论了如何构建机器学习管道,以及通过调整超参数改进机器学习系统的性能;第四部分(第12章到第15章),主要介绍机器学习的最新技术,包括组合机器学习模型、自动化特征工程模型,并将机器学习应用于图像和文本两个特定领域。第15章介绍了神经网络和图形模型这两个机器学习前沿技术。 |
● |
相关链接 |
正题名:机器学习Python版
索取号:TP181/M081
 
预约/预借
序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
1 | 1591035 | 215910352 | 自科库301/301自科库 35排2列3层/ [索取号:TP181/M081] | 在馆 |