MARC状态:待编 文献类型:中文图书 浏览次数:36
- 题名/责任者:
- scikit-learn机器学习/(美)加文·海克(Gavin Hackeling)著 张浩然译
- 出版发行项:
- 北京:人民邮电出版社,2019.02
- ISBN及定价:
- 978-7-115-50340-4/CNY59.00
- 载体形态项:
- 199页:图,照片;24cm
- 个人责任者:
- (美) 海克 (Hackeling, Gavin) 著
- 个人次要责任者:
- 张浩然 译
- 学科主题:
- 机器学习
- 中图法分类号:
- TP181
- 版本附注:
- 据原书第2版译出 由英国Packt Publishing公司授权出版
- 提要文摘附注:
- 本书通过14章内容,详细地介绍了一系列机器学习模型和scikit-learn的使用技巧。本书从机器学习的基础理论讲起,涵盖了简单线性回归、K-近邻算法、特征提取、多元线性回归、逻辑回归、朴素贝叶斯、非线性分类、决策树回归、随机森林、感知机、支持向量机、人工神经网络、K-均值算法、主成分分析等重要话题。
- 使用对象附注:
- 本书适用于机器学习领域的工程师
全部MARC细节信息>>
CADAL相关电子图书
借阅趋势
同名作者的其他著作(点击查看)
收藏到: 管理书架