书目信息 |
| 题名： |
Python监督学习
|
|
| 作者： | 韦尔丹 著 ；梁平 ， 谭颖 译 | |
| 分册： | ||
| 出版信息： | 北京 清华大学出版社 2022.01 |
|
| 页数： | X, 231页 | |
| 开本： | 24cm | |
| 丛书名： | ||
| 单 册： | ||
| 中图分类： | TP311.561 | |
| 科图分类： | ||
| 主题词： | 软件工具--ruan jian gong ju--程序设计 | |
| 电子资源： | ||
| ISBN： | 978-7-302-59465-9 | |
| 000 | 01219nam0 2200289 450 | |
| 001 | CAL 0120227373730 | |
| 010 | @a978-7-302-59465-9@dCNY68.00 | |
| 100 | @a20220906d2022 em y0chiy50 ea | |
| 101 | 1 | @achi@ceng |
| 102 | @aCN@b110000 | |
| 105 | @aa z 000yy | |
| 106 | @ar | |
| 200 | 1 | @aPython监督学习@APython jian du xue xi@f(爱尔兰) 瓦伊巴夫·韦尔丹著@g梁平, 谭颖译 |
| 210 | @a北京@c清华大学出版社@d2022.01 | |
| 215 | @aX, 231页@c图@d24cm | |
| 306 | @a由Apress出版公司授权出版 | |
| 312 | @a原文题名取自封面 | |
| 330 | @a本书首先介绍机器学习, 重点区分监督、半监督和无监督学习的特点与不同, 接下来讲解回归和分类问题, 包括背景数学知识, 算法 (线性回归、逻辑回归、决策树、KNN、朴素贝叶斯), 高级算法 (随机森林、支持向量机、梯度增强), 以及神经网络。所有的算法都提供了Python代码实现, 本书最后讲述完整的端到端模型开发过程, 其中包括模型的部署和推护。 | |
| 500 | 10 | @aSupervised learning with Python@mChinese |
| 606 | 0 | @a软件工具@Aruan jian gong ju@x程序设计 |
| 610 | 0 | @aPython |
| 690 | @aTP311.561@v5 | |
| 701 | 1 | @a韦尔丹@Awei er dan@g(Verdhan, Vaibhav)@4著 |
| 702 | 0 | @a梁平@Aliang ping@4译 |
| 702 | 0 | @a谭颖@Atan ying@4译 |
| 801 | 0 | @aCN@c20220906 |
| 905 | @a河南城建学院图书馆@dTP311.561@eW510@f2 | |
| Python监督学习/(爱尔兰) 瓦伊巴夫·韦尔丹著/梁平, 谭颖译.-北京：清华大学出版社，2022.01 |
| X, 231页：图；24cm |
| ISBN 978-7-302-59465-9：CNY68.00 |
| 本书首先介绍机器学习, 重点区分监督、半监督和无监督学习的特点与不同, 接下来讲解回归和分类问题, 包括背景数学知识, 算法 (线性回归、逻辑回归、决策树、KNN、朴素贝叶斯), 高级算法 (随机森林、支持向量机、梯度增强), 以及神经网络。所有的算法都提供了Python代码实现, 本书最后讲述完整的端到端模型开发过程, 其中包括模型的部署和推护。 |
| ● |
| 相关链接 |
|
|
|
正题名：Python监督学习
索取号：TP311.561/W510
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1565064 | 215650640 | 自科库301/301自科库 74排2列1层/ [索取号:TP311.561/W510] | 在馆 | |
| 2 | 1565065 | 215650659 | 自科库301/301自科库 74排2列1层/ [索取号:TP311.561/W510] | 在馆 |