杭州电子科技大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

机器学习基础:面向预测数据分析的算法、实用范例与案例研究/(爱尔兰) 约翰·D. 凯莱赫, 布莱恩·马克·纳米, 奥伊弗·达西著 顾卓尔译

出版发行项:

北京:机械工业出版社,2020

ISBN及定价:

978-7-111-65233-5/CNY99.00

载体形态项:

xiv, 352页:图;26cm

统一题名:

Fundamentals of machine learning for predictive data analytics : algorithms, worked examples, and case studies

其它题名:

面向预测数据分析的算法、实用范例与案例研究

丛编项:

数据科学与工程技术丛书

个人责任者:

凯莱赫 (Kelleher, John D.) 著

个人责任者:

纳米 (Namee, Brian Mac) 著

个人责任者:

达西 (D'Arcy, Aoife) 著

个人次要责任者:

顾卓尔 译

学科主题:

机器学习-研究

中图法分类号:

TP181

出版发行附注:

由MIT Press通过Bardon-Chinese Media Agency授权出版 本书限中国大陆发行

书目附注:

有书目 (第336-342页) 和索引

提要文摘附注:

本书讨论了预测数据分析中最重要的机器学习方法，涵盖基础理论和实际应用。在讨论了从数据到见解再到决策的过程之后，全书描述了机器学习的四种方法：基于信息的学习、基于相似性的学习、基于概率的学习和基于误差的学习。每种方法都是先对基本概念进行非技术性解释，然后给出由工作实例加以说明的数学模型和算法。最后介绍了评估预测模型的技术，并提供了两个案例研究，展示了机器学习在商业环境中的应用。

豆瓣简介：