|
000
|
01891nam0 2200349 450
|
|
001
|
CAL 0120217326418
|
|
010
|
|
@a978-7-115-55692-9@dCNY139.80
|
|
100
|
|
@a20220906d2021 em y0chiy50 ea
|
|
101
|
1
|
@achi@cita@ceng
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@aa z 000yy
|
|
106
|
|
@ar
|
|
200
|
1
|
@aPython机器学习经典实例@APython ji qi xue xi jing dian shi li@f(意) 朱塞佩·查博罗, (美) 普拉蒂克·乔希著@g王海玲, 李昉译
|
|
210
|
|
@a北京@c人民邮电出版社@d2021.12
|
|
215
|
|
@a15, 438页@c图@d24cm
|
|
305
|
|
@a据原书第2版译出
|
|
306
|
|
@a由英国Packt Publishing公司授权出版
|
|
312
|
|
@a英文题名取自封面
|
|
314
|
|
@a朱塞佩·查博罗, 现在在意大利那不勒斯第二大学的建筑环境控制实验室工作。普拉蒂克·乔希, 人工智能专家, TEDx演讲者。王海玲, 拥有世界500强企业多年研发经验, 作为项目骨干成员, 参与过美国惠普实验室机器学习项目。李昉, 拥有惠普、文思海辉等世界500强企业多年研发经验, 随后加入互联网创业公司。现在中体彩彩票运营管理有限公司负责大数据和机器学习方面的研发, 同时是集智俱乐部成员, 参与翻译人工智能图书Deep Thinking。
|
|
330
|
|
@a本书介绍了如何使用scikit-learn、TensorFlow和PyTorch等关键库来有效解决现实世界的机器学习问题。本书着重于实用的解决方案, 包含多个案例, 详细讲解了如何使用Python生态系统中的现代库来构建功能强大的机器学习应用程序, 还介绍了分类、聚类和推荐引擎等多种机器学习算法, 以及如何将监督学习和无监督学习技术应用于实际问题, 最后, 介绍了强化学习、深度神经网络和自动机器学习等应用示例。
|
|
510
|
1
|
@aPython machine learning cookbook@zeng
|
|
606
|
0
|
@a软件工具@Aruan jian gong ju@x程序设计
|
|
606
|
0
|
@a机器学习@Aji qi xue xi
|
|
610
|
0
|
@aPython
|
|
690
|
|
@aTP311.561@v5
|
|
690
|
|
@aTP181@v5
|
|
701
|
1
|
@a乔希@Aqiao xi@g(Joshi, Prateek)@4著
|
|
701
|
1
|
@a查博罗@Acha bo luo@g(Ciaburro, Giuseppe)@4著
|
|
702
|
0
|
@a王海玲@Awang hai ling@4译
|
|
702
|
0
|
@a李昉@Ali fang@4译
|
|
801
|
0
|
@aCN@c20220906
|
|
905
|
|
@a河南城建学院图书馆@dTP311.561@eC189@f1
|
|
|
|
|
| |
| Python机器学习经典实例/(意) 朱塞佩·查博罗, (美) 普拉蒂克·乔希著/王海玲, 李昉译.-北京：人民邮电出版社，2021.12 |
| 15, 438页：图；24cm |
| |
| |
| ISBN 978-7-115-55692-9：CNY139.80 |
| 本书介绍了如何使用scikit-learn、TensorFlow和PyTorch等关键库来有效解决现实世界的机器学习问题。本书着重于实用的解决方案, 包含多个案例, 详细讲解了如何使用Python生态系统中的现代库来构建功能强大的机器学习应用程序, 还介绍了分类、聚类和推荐引擎等多种机器学习算法, 以及如何将监督学习和无监督学习技术应用于实际问题, 最后, 介绍了强化学习、深度神经网络和自动机器学习等应用示例。 |
| ● |
正题名：Python机器学习经典实例
索取号：TP311.561/C189
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
1563435
|
215634357
|
自科库301/301自科库 50排5列2层/
[索取号:TP311.561/C189]
|
在馆
|
|
