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 2019.01 |
|
| 页数： | 332页 | |
| 开本： | 26cm | |
| 丛书名： | 大数据分析统计应用丛书 | |
| 单 册： | ||
| 中图分类： | TP274 ， TP181 | |
| 科图分类： | ||
| 主题词： | 数据处理--shu ju chu li , 机器学习--ji qi xue xi | |
| 电子资源： | ||
| ISBN： | 978-7-300-26406-6 | |
| 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。 |
| ● |
| 相关链接 |
|
|
|
正题名：大数据挖掘与统计机器学习
索取号：TP274/L900=2
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 99排4列6层/ [索取号:TP274/L900=2] | 在馆 | |
| 2 | 1416143 | 214161431 | 自科库301/301自科库 99排4列6层/ [索取号:TP274/L900=2] | 在馆 |