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(John D.Kelleher)，(爱尔兰)布莱恩·马克·纳米(Brian Mac Namee)，(爱尔兰)奥伊弗·达西(Aoife D
Arcy)著 顾卓尔译

出版发行项:

北京:机械工业出版社,2020.04

ISBN及定价:

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

载体形态项:

14,352页:图;26cm

并列正题名:

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:

(爱尔兰) 纳米 (Namee, Brian Mac) 著

个人责任者:

(爱尔兰) 达西 (D
Arcy, Aoife) 著

个人责任者:

(爱尔兰) 凯莱赫 (Kelleher, John D.) 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

版本附注:

由MIT Press通过Bardon-Chinese Media Agency授权出版

出版发行附注:

本书限中国大陆发行

提要文摘附注:

本书详细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，然后给出由详细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。

使用对象附注:

本书适用于高等院校人工智能、数据科学与大数据、计算机科学、工程学以及数学或统计学专业本科生和研究生及数据分析等领域从业者

豆瓣简介：