|
000
|
02245nam 2200361 450
|
|
001
|
202021191849
|
|
005
|
20211025120130.0
|
|
010
|
|
@a978-7-111-68457-2@dCNY99.00
|
|
100
|
|
@a20210919d2021 em y0chiy50 ea
|
|
101
|
1
|
@achi@ceng
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@aa z 000yy
|
|
106
|
|
@ar
|
|
200
|
1
|
@a机器学习与R语言@Aji qi xue xi yu R yu yan@f(美) 布雷特·兰茨著@d= Machine learning with R@fBrett Lantz@g许金炜, 李洪成, 潘文捷译@zeng
|
|
210
|
|
@a北京@c机械工业出版社@d2021.06
|
|
215
|
|
@aX, 294页@c图@d26cm
|
|
225
|
2
|
@a数据科学与工程技术丛书@Ashu ju ke xue yu gong cheng ji shu cong shu
|
|
305
|
|
@a原书第3版译出
|
|
306
|
|
@a由Packt Publishing授权出版
|
|
314
|
|
@a布雷特·兰茨, 在应用创新的数据方法来理解人类的行为方面有十余年经验。他最初是一名社会学家, 在研究一个包含青少年社交网络资料的大型数据库时, 他就开始陶醉于机器学习。他是一位DataCamp讲师, 经常在世界各地的机器学习会议和研讨会上进行演讲。他致力于研究数据科学在体育、自动驾驶汽车、外语学习和时尚等领域的应用, 并维护dataspelunking.com这个网站, 该网站致力于分享有关探寻数据中所蕴含的洞察的知识。
|
|
330
|
|
@a本书共12章: 第1章介绍机器学习的基本概念和理论, 并介绍用于机器学习的R软件环境的准备 ; 第2章介绍如何应用R来管理数据, 进行数据的探索分析和数据可视化 ; 第3-9章介绍典型的机器学习算法, 包括k近邻分类算法、朴素贝叶斯算法、决策树和规则树、回归预测、黑盒算法 —— 神经网络和支持向量机、关联分析、k均值聚类, 并给出大量的实际案例和详细的分析步骤, 例如乳腺癌的判断、垃圾短信的过滤、贷款违约的预测、毒蘑菇的判别、医疗费用的预测、建筑用混凝土强度的预测、光学字符的识别、超市购物篮关联分析以及市场细分等 ; 第10章介绍模型性能评价的原理和方法 ; 第11章给出提高模型性能的几种常用方法 ; 第12章讨论用R进行机器学习时可能遇到的一些高级主题, 如特殊形式的数据、大数据集的处理、并行计算和GPU计算等技术。
|
|
410
|
0
|
@12001 @a数据科学与工程技术丛书
|
|
500
|
10
|
@aMachine learning with R@mChinese
|
|
606
|
0
|
@a机器学习@Aji qi xue xi
|
|
606
|
0
|
@a程序语言@Acheng xu yu yan@x程序设计
|
|
690
|
|
@aTP181@v5
|
|
690
|
|
@aTP312R@v5
|
|
701
|
1
|
@a兰茨@Alan ci@g(Lantz, Brett)@4著
|
|
702
|
0
|
@a许金炜@Axu jin wei@4译
|
|
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@c20210909
|
|
905
|
|
@a河南城建学院图书馆@dTP181@eL036
|
|
|
|
|
| |
| 机器学习与R语言/(美) 布雷特·兰茨著= Machine learning with R/Brett Lantz/许金炜, 李洪成, 潘文捷译.-北京：机械工业出版社，2021.06 |
| X, 294页：图；26cm.-(数据科学与工程技术丛书) |
| |
| |
| ISBN 978-7-111-68457-2：CNY99.00 |
| 本书共12章: 第1章介绍机器学习的基本概念和理论, 并介绍用于机器学习的R软件环境的准备 ; 第2章介绍如何应用R来管理数据, 进行数据的探索分析和数据可视化 ; 第3-9章介绍典型的机器学习算法, 包括k近邻分类算法、朴素贝叶斯算法、决策树和规则树、回归预测、黑盒算法 —— 神经网络和支持向量机、关联分析、k均值聚类, 并给出大量的实际案例和详细的分析步骤, 例如乳腺癌的判断、垃圾短信的过滤、贷款违约的预测、毒蘑菇的判别、医疗费用的预测、建筑用混凝土强度的预测、光学字符的识别、超市购物篮关联分析以及市场细分等 ; 第10章介绍模型性能评价的原理和方法 ; 第11章给出提高模型性能的几种常用方法 ; 第12章讨论用R进行机器学习时可能遇到的一些高级主题, 如特殊形式的数据、大数据集的处理、并行计算和GPU计算等技术。 |
| ● |
正题名：机器学习与R语言
索取号：TP181/L036
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
1540745
|
215407450
|
自科库301/301自科库 102排9列4层/
[索取号:TP181/L036]
|
在馆
|
|
|
2
|
1540746
|
215407469
|
自科库301/301自科库 102排9列4层/
[索取号:TP181/L036]
|
在馆
|
|
