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:

scikit-learn机器学习/(美) 加文·海克著 张浩然译

出版发行项:

北京:人民邮电出版社,2019

ISBN及定价:

978-7-115-50340-4/CNY59.00

载体形态项:

199页:图;24cm

统一题名:

Mastering machine learning with scikit-learn

个人责任者:

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

出版发行附注:

由Packt Publishing公司授权

责任者附注:

加文·海克 (Gavin Hackeling)，男，是一名数据科学家和作家。毕业于北卡罗来纳大学和纽约大学，目前生活在布鲁克林。

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。该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。

豆瓣简介：