书目信息 |
题名: |
大数据挖掘与统计机器学习
|
|
作者: | 吕晓玲 , 宋捷 主编 | |
分册: | ||
出版信息: | 北京 中国人民大学出版社 2016.07 |
|
页数: | 230页 | |
开本: | 26cm | |
丛书名: | 大数据分析统计应用丛书 | |
单 册: | ||
中图分类: | TP181 , TP274 | |
科图分类: | ||
主题词: | 数据处理--shu ju chu li--研究生--教材 , 机器学习--ji qi xue xi--研究生--教材 | |
电子资源: | ||
ISBN: | 978-7-300-23101-3 |
000 | 01403nam 2200301 450 | |
001 | CAL 0120161963284 | |
010 | @a978-7-300-23101-3@dCNY35.00 | |
100 | @a20170904d2016 em y0chiy50 ea | |
101 | 0 | @achi |
102 | @aCN@b110000 | |
105 | @aak a 000yy | |
200 | 1 | @a大数据挖掘与统计机器学习@Ada shu ju wa jue yu tong ji ji qi xue xi@d= Big data mining and statistical machine learning@f主编吕晓玲, 宋捷@zeng |
210 | @a北京@c中国人民大学出版社@d2016.07 | |
215 | @a230页@c图@d26cm | |
225 | 2 | @a大数据分析统计应用丛书@Ada shu ju fen xi tong ji ying yong cong shu |
300 | @a全国应用统计专业学位研究生教育指导委员会推荐用书 | |
320 | @a有书目 (第227-230页) | |
330 | @a本书介绍数据挖掘与统计机器学习领域最常用的模型和算法, 包括最基础的线性回归和线性分类方法, 以及模型选择和模型评价的概念和方法, 进而介绍非线性的回归和分类方法 (包括决策树与组合方法、支持向量机、神经网络以及在此基础上发展的深度学习方法) 。最后介绍无监督的学习中聚类方法和业界广泛使用的推荐系统方法。 | |
410 | 0 | @12001 @a大数据分析统计应用丛书 |
510 | 1 | @aBig data mining and statistical machine learning@zeng |
606 | 0 | @a数据处理@Ashu ju chu li@x研究生@j教材 |
606 | 0 | @a机器学习@Aji qi xue xi@x研究生@j教材 |
690 | @aTP181@v5 | |
690 | @aTP274@v5 | |
701 | 0 | @a吕晓玲@Alu^ xiao ling@4主编 |
701 | 0 | @a宋捷@Asong jie@4主编 |
801 | 0 | @aCN@c20170904 |
905 | @a河南城建学院图书馆@dTP274@eL900@f1 | |
大数据挖掘与统计机器学习= Big data mining and statistical machine learning/主编吕晓玲, 宋捷.-北京:中国人民大学出版社,2016.07 |
230页:图;26cm.-(大数据分析统计应用丛书) |
全国应用统计专业学位研究生教育指导委员会推荐用书 |
ISBN 978-7-300-23101-3:CNY35.00 |
本书介绍数据挖掘与统计机器学习领域最常用的模型和算法, 包括最基础的线性回归和线性分类方法, 以及模型选择和模型评价的概念和方法, 进而介绍非线性的回归和分类方法 (包括决策树与组合方法、支持向量机、神经网络以及在此基础上发展的深度学习方法) 。最后介绍无监督的学习中聚类方法和业界广泛使用的推荐系统方法。 |
● |
相关链接 |
正题名:大数据挖掘与统计机器学习
索取号:TP274/L900
 
预约/预借
序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
1 | 1314437 | 213144373 | 自科库301/301自科库 99排4列6层/ [索取号:TP274/L900] | 在馆 |