书目信息 |
| 题名： |
从机器学习到深度学习
|
|
| 作者： | 刘长龙 著 | |
| 分册： | ||
| 出版信息： | 北京 电子工业出版社 2019.03 |
|
| 页数： | XX, 490页 | |
| 开本： | 24cm | |
| 丛书名： | ||
| 单 册： | ||
| 中图分类： | TP181 | |
| 科图分类： | ||
| 主题词： | 机器学习--ji qi xue xi | |
| 电子资源： | ||
| ISBN： | 978-7-121-35518-9 | |
| 000 | 01327nam0 2200253 450 | |
| 001 | CAL 0120192706475 | |
| 010 | @a978-7-121-35518-9@dCNY99.00 | |
| 100 | @a20190328d2019 em y0chiy50 ea | |
| 101 | 0 | @achi |
| 102 | @aCN@b110000 | |
| 105 | @aa z 000yy | |
| 106 | @ar | |
| 200 | 1 | @a从机器学习到深度学习@Acong ji qi xue xi dao shen du xue xi@e基于scikit-learn与TensorFlow的高效开发实战@f刘长龙著@Fliu chang long zhu |
| 210 | @a北京@c电子工业出版社@d2019.03 | |
| 215 | @aXX, 490页@c图@d24cm | |
| 314 | @a刘长龙, 上海交大硕士毕业后最初供职于上海电信, 现为思科工程师。 | |
| 330 | @a本书共11章, 第1章从宏观角度讨论机器学习的分类、方法与流程 ; 第2章介绍Python机器学习基础工具 ; 第3-5章围绕scikit—Learn工具讲解回归、聚类、降维等方法的原理与实践, 其中包括目前最主流的朴素贝叶斯、SVM、Lasso、随机森林、Kmean、奇异值分解等 ; 第6-8章讲解三个综合性模型: 隐马尔可夫模型、贝叶斯网络、文档主题模型 ; 第9章围绕Tensorflow讲解深度学习原理与应用 ; 第10章介绍强化学习的三类算法 ; 第11章以iOS为例简单介绍手机端的机器学习应用。 | |
| 517 | 1 | @a基于scikit-learn与TensorFlow的高效开发实战@Aji yu scikit-learn yu TensorFlowde gao xiao kai fa shi zhan |
| 586 | @a | |
| 606 | 0 | @a机器学习@Aji qi xue xi |
| 690 | @aTP181@v5 | |
| 701 | 0 | @a刘长龙@Aliu chang long@4著 |
| 801 | 0 | @aCN@c20190328 |
| 905 | @a河南城建学院图书馆@dTP181@eL593@f2 | |
| 从机器学习到深度学习：基于scikit-learn与TensorFlow的高效开发实战/刘长龙著.-北京：电子工业出版社，2019.03 |
| XX, 490页：图；24cm |
| ISBN 978-7-121-35518-9：CNY99.00 |
| 本书共11章, 第1章从宏观角度讨论机器学习的分类、方法与流程 ; 第2章介绍Python机器学习基础工具 ; 第3-5章围绕scikit—Learn工具讲解回归、聚类、降维等方法的原理与实践, 其中包括目前最主流的朴素贝叶斯、SVM、Lasso、随机森林、Kmean、奇异值分解等 ; 第6-8章讲解三个综合性模型: 隐马尔可夫模型、贝叶斯网络、文档主题模型 ; 第9章围绕Tensorflow讲解深度学习原理与应用 ; 第10章介绍强化学习的三类算法 ; 第11章以iOS为例简单介绍手机端的机器学习应用。 |
| ● |
| 相关链接 |
|
|
|
正题名：从机器学习到深度学习
索取号：TP181/L593
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1416289 | 214162895 | 自科库301/301自科库 39排4列3层/ [索取号:TP181/L593] | 在馆 | |
| 2 | 1416290 | 214162902 | 自科库301/301自科库 39排4列3层/ [索取号:TP181/L593] | 在馆 |