000
01813nam 2200325 450
001
492923
010
@ a978-7-111-71773-7@ dCNY119.00
100
@ a20220910d2023 em y0chiy50 ea
101
1
@ achi@ ceng
102
@ aCN@ b110000
105
@ aa z 000yy
106
@ ar
200
1
@ a利用Python实现概率、统计及机器学习方法@ Ali yong Python shi xian gai lu^ 、 tong ji ji ji qi xue xi fang fa@ f(美) 何塞·安平科著@ d= Python for probability, statistics, and machine learning@ fJose Unpingco@ g马羚, 刘瑜, 杨林译@ zeng
210
@ a北京@ c机械工业出版社@ d2023.01
215
@ aXI, 301页@ c图@ d24cm
225
2
@ a数据分析与决策技术丛书@ Ashu ju fen xi yu jue ce ji shu cong shu
305
@ a据原书第2版译出
314
@ a何塞·安平科, 他于1997年在加州大学圣地亚哥分校获得博士学位, 此后担任工程师、顾问和讲师, 从事各种高级数据处理和分析研究, 在机器学习和统计学方面拥有丰富的经验。
330
@ a本书针对Python3.6+版本进行了全面更新, 涵盖了概率论、统计学和机器学习领域的关键思想, 并使用Python模块演示了这些领域的应用。作者通过多种分析方法和Python代码来处理有意义的示例, 开发了机器学习中的关键直觉, 从而将理论概念与具体实现联系起来 ; 还提供了某些重要结果的详细证明 ; 使用Pandas、Sympy、Scikit—learn、TensorFlow和Keras等流行的Python模块模拟和可视化了重要的机器学习概念 (如偏差与方差之间的权衡、交叉验证和正则化), 通过数值方法展示了许多抽象的数学思想, 例如概率论中的收敛性等。
410
0
@ 12001 @ a数据分析与决策技术丛书
500
10
@ aPython for probability, statistics, and machine learning@ mChinese
606
0
@ a程序语言@ Acheng xu yu yan@ x程序设计
610
0
@ aPython
690
@ aTP312@ v5
701
1
@ a安平科@ Aan ping ke@ g(Unpingco, Jose)@ 4著
702
0
@ a马羚@ Ama ling@ 4译
702
0
@ a刘瑜@ Aliu yu@ 4译
702
0
@ a杨林@ Ayang lin@ 4译
801
0
@ aCN@ c20220910
905
@ a河南城建学院图书馆@ dTP312@ eA675
利用Python实现概率、统计及机器学习方法/(美) 何塞·安平科著= Python for probability, statistics, and machine learning/Jose Unpingco/马羚, 刘瑜, 杨林译.-北京：机械工业出版社，2023.01 XI, 301页：图；24cm.-(数据分析与决策技术丛书) ISBN 978-7-111-71773-7：CNY119.00 本书针对Python3.6+版本进行了全面更新, 涵盖了概率论、统计学和机器学习领域的关键思想, 并使用Python模块演示了这些领域的应用。作者通过多种分析方法和Python代码来处理有意义的示例, 开发了机器学习中的关键直觉, 从而将理论概念与具体实现联系起来 ; 还提供了某些重要结果的详细证明 ; 使用Pandas、Sympy、Scikit—learn、TensorFlow和Keras等流行的Python模块模拟和可视化了重要的机器学习概念 (如偏差与方差之间的权衡、交叉验证和正则化), 通过数值方法展示了许多抽象的数学思想, 例如概率论中的收敛性等。 ●
预约/预借
序号
登录号
条形码
馆藏地/架位号
状态
备注
1
1600350
216003508
自科库301/301自科库 51排7列1层/
[索取号:TP312/A675]
在馆
