书目信息 |
题名: |
Python机器学习
|
|
作者: | 鲍尔斯 著 ;沙赢 , 李鹏 译 | |
分册: | ||
出版信息: | 北京 人民邮电出版社 2017.01 |
|
页数: | 316页 | |
开本: | 24cm | |
丛书名: | 异步图书 | |
单 册: | ||
中图分类: | TP311.56 | |
科图分类: | ||
主题词: | 软件工具--ruan jian gong ju--程序设计 | |
电子资源: | ||
ISBN: | 978-7-115-43373-2 |
000 | 01557nam 2200325 450 | |
001 | 1017159 | |
010 | @a978-7-115-43373-2@dCNY69.00 | |
098 | @a1017159 | |
100 | @a20171025d2017 ekmy0chiy50 ea | |
101 | 1 | @achi@ceng |
102 | @aCN@b110000 | |
105 | @aa a 000yy | |
200 | 1 | @aPython机器学习@APython ji qi xue xi@e预测分析核心算法@d= Machine learning in Python@eessential techniques for predictive analysis@f(美) Michael Bowles著@g沙赢, 李鹏译@zeng |
210 | @a北京@c人民邮电出版社@d2017.01 | |
215 | @a316页@c图@d24cm | |
225 | 2 | @a异步图书@Ayi bu tu shu |
306 | @a本书中文简体字版由John Wiley & Sons公司授权人民邮电出版社出版 | |
314 | @a责任者规范汉译姓: 鲍尔斯 | |
320 | @a有书目 | |
330 | @a本书从算法和Python 语言实现的角度, 帮助读者认识机器学习。本书专注于两类核心的“算法族”, 即惩罚线性回归和集成方法, 并通过代码实例来展示所讨论的算法的使用原则。全书共分为7 章, 详细讨论了预测模型的两类核心算法、预测模型的构建、惩罚线性回归和集成方法的具体应用和实现。本书主要针对想提高机器学习技能的Python 开发人员, 帮助他们解决某一特定的项目或是提升相关的技能。 | |
410 | 0 | @12001 @a异步图书 |
500 | 10 | @aMachine learning in Python : essential techniques for predictive analysis@mChinese |
517 | 1 | @a预测分析核心算法@Ayu ce fen xi he xin suan fa |
606 | 0 | @a软件工具@Aruan jian gong ju@x程序设计 |
690 | @aTP311.56@v5 | |
701 | 1 | @a鲍尔斯@Abao er si@g(Bowles, Michael)@4著 |
702 | 0 | @a沙赢@Asha ying@4译 |
702 | 0 | @a李鹏@Ali peng@4译 |
801 | 0 | @aCN@c20171025 |
905 | @a河南城建学院图书馆@dTP311.56@eB296@f1 | |
Python机器学习:预测分析核心算法= Machine learning in Python:essential techniques for predictive analysis/(美) Michael Bowles著/沙赢, 李鹏译.-北京:人民邮电出版社,2017.01 |
316页:图;24cm.-(异步图书) |
ISBN 978-7-115-43373-2:CNY69.00 |
本书从算法和Python 语言实现的角度, 帮助读者认识机器学习。本书专注于两类核心的“算法族”, 即惩罚线性回归和集成方法, 并通过代码实例来展示所讨论的算法的使用原则。全书共分为7 章, 详细讨论了预测模型的两类核心算法、预测模型的构建、惩罚线性回归和集成方法的具体应用和实现。本书主要针对想提高机器学习技能的Python 开发人员, 帮助他们解决某一特定的项目或是提升相关的技能。 |
● |
相关链接 |
正题名:Python机器学习
索取号:TP311.56/B296
 
预约/预借
序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
1 | 1346484 | 213464847 | 自科库301/301自科库 43排2列4层/ [索取号:TP311.56/B296] | 在馆 |