000
01405nam 2200325 450
001
CAL 0120192668682
010
@ a978-7-300-26406-6@ dCNY42.00
100
@ a20190114d2019 em y0chiy50 ea
101
0
@ achi
102
@ aCN@ b110000
105
@ aak a 000yy
106
@ ar
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@ Fzhu bian lu^ xiao ling , song jie@ zeng
205
@ a第2版
210
@ a北京@ c中国人民大学出版社@ d2019.01
215
@ a332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
320
@ a有书目 (第328-332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
586
@ a
606
0
@ a数据处理@ Ashu ju chu li
606
0
@ a机器学习@ Aji qi xue xi
690
@ aTP274@ v5
690
@ aTP181@ 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@ c20190114
905
@ a河南城建学院图书馆@ dTP274@ eL900=2@ f2
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.-第2版.-北京：中国人民大学出版社，2019.01 332页：图；26cm.-(大数据分析统计应用丛书) ISBN 978-7-300-26406-6：CNY42.00 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。 ●
预约/预借
序号
登录号
条形码
馆藏地/架位号
状态
备注
1
1416142
214161422
自科库301/301自科库 42排5列2层/
[索取号:TP274/L900=2]
在馆
2
1416143
214161431
自科库301/301自科库 42排5列2层/
[索取号:TP274/L900=2]
在馆
