书目信息 |
题名: |
机器学习导论
|
|
作者: | 库巴特 著 ;王勇 , 仲国强 , 孙鑫 译 | |
分册: | ||
出版信息: | 北京 机械工业出版社 2018.09 |
|
页数: | 251页 | |
开本: | 24cm | |
丛书名: | 机器学习系列 | |
单 册: | ||
中图分类: | TP181 | |
科图分类: | ||
主题词: | 机器学习--ji qi xue xi--概论 | |
电子资源: | ||
ISBN: | 978-7-111-60581-2 |
000 | 01585nam 2200349 450 | |
001 | CAL 0120182578652 | |
010 | @a978-7-111-60581-2@dCNY79.00 | |
100 | @a20181017d2018 em y0chiy50 ea | |
101 | 1 | @achi@ceng |
102 | @aCN@b110000 | |
105 | @aak a 000yy | |
106 | @ar | |
200 | 1 | @a机器学习导论@Aji qi xue xi dao lun@f(美) 米罗斯拉夫·库巴特著@F( mei ) mi luo si la fu· ku ba te zhu@d= An introduction to machine learning@fMiroslav Kubat@g王勇, 仲国强, 孙鑫等译@zeng |
210 | @a北京@c机械工业出版社@d2018.09 | |
215 | @a251页@c图@d24cm | |
225 | 2 | @a机器学习系列@Aji qi xue xi xi lie |
305 | @a据原书第2版译出 | |
306 | @a由Springer授权出版 | |
314 | @a米罗斯拉夫·库巴特, 美国迈阿密大学教授, 从事机器学习教学和研究超过25年。 | |
320 | @a有书目 (第247-251页) | |
330 | @a本书是一本浅显易懂的机器学习入门教材, 它以理论与实际相结合的方式全面地涵盖了主流的机器学习理论与技术。全书共17章, 介绍了贝叶斯分类器、最近邻分类器、线性与多项式分类器、人工神经网络、决策树、基于规则集的分类器、遗传算法等经典的机器学习方法, 对计算学习理论、性能评估、统计显著性等进行了讨论。讲解了集成学习、多标签学习、无监督学习和强化学习等重要的机器学习领域。 | |
410 | 0 | @12001 @a机器学习系列 |
500 | 10 | @aIntroduction to machine learning@mChinese |
586 | @a | |
606 | 0 | @a机器学习@Aji qi xue xi@x概论 |
690 | @aTP181@v5 | |
701 | 1 | @a库巴特@Aku ba te@g(Kubat, Miroslav)@4著 |
702 | 0 | @a王勇@Awang yong@4译 |
702 | 0 | @a仲国强@Azhong guo qiang@4译 |
702 | 0 | @a孙鑫@Asun xin@4译 |
801 | 0 | @aCN@c20181017 |
905 | @a河南城建学院图书馆@dTP181@eK816@f2 | |
机器学习导论/(美) 米罗斯拉夫·库巴特著= An introduction to machine learning/Miroslav Kubat/王勇, 仲国强, 孙鑫等译.-北京:机械工业出版社,2018.09 |
251页:图;24cm.-(机器学习系列) |
ISBN 978-7-111-60581-2:CNY79.00 |
本书是一本浅显易懂的机器学习入门教材, 它以理论与实际相结合的方式全面地涵盖了主流的机器学习理论与技术。全书共17章, 介绍了贝叶斯分类器、最近邻分类器、线性与多项式分类器、人工神经网络、决策树、基于规则集的分类器、遗传算法等经典的机器学习方法, 对计算学习理论、性能评估、统计显著性等进行了讨论。讲解了集成学习、多标签学习、无监督学习和强化学习等重要的机器学习领域。 |
● |
相关链接 |
![]() |
![]() |
![]() |
正题名:机器学习导论
索取号:TP181/K816
 
预约/预借
序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
1 | 1409176 | 214091766 | 自科库301/301自科库 35排2列4层/ [索取号:TP181/K816] | 在馆 | |
2 | 1409177 | 214091775 | 自科库301/301自科库 35排2列4层/ [索取号:TP181/K816] | 在馆 |