机读格式显示(MARC)

• 000 01978nam 2200337 450

• 001 0000892135

• 005 20241004193900.0

• 010 __ |a 978-7-302-60048-0 |d CNY59.00

• 100 __ |a 20230310d2023 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 机器学习入门与实战 |A ji qi xue xi ru men yu shi zhan |e Python实践应用 |f 冷雨泉, 高庆, 闫丹琪编著

• 210 __ |a 北京 |c 清华大学出版社 |d 2023

• 215 __ |a 204页 |c 图 |d 26cm

• 225 2_ |a 大数据与人工智能技术丛书 |A da shu ju yu ren gong zhi neng ji shu cong shu

• 320 __ |a 有书目

• 330 __ |a 本书主要介绍经典的机器学习算法的算法原理及改进, 以及Python的实例实现, 编写本书的内容可以分成三部分: 第一部分是机器学习概念篇, 充分介绍机器学习相关概念, 并且对机器学习的各类算法进行分类, 以便读者对机器学习的知识框架具有整体的了解, 从而在后续的学习中更容易接受机器学习涉及的各类算法。第二部分是Python机器学习基础篇, 简单介绍Python的基本使用方法、机器学习库scikit-learn和人工智能工具集OpenAIGymoPython是目前机器学习的最主流的机器语言之一。第三部分是机器学习算法与Python实践篇, 其对监督学习、无/非监督学习、强化学习三大类常用算法进行逐个讲解, 包括机器学习算法原理、算法优缺点、算法的实例解释, 以及Python的实践应用。本书从第一部分开始帮助读者构建机器人学习的基本概念及框架, 让读者尽早地了解机器学习的体系及专有名词, 避免在学习算法时的概念混淆。其次, 本书对各类机器学习算法进行基本原理的介绍及相关推导, 读者通过学习能够了解各个算法的特点, 从而加深对算法的理解。深层次的算法理解, 有助于读者日后算法的融合以及针对特定问题的算法选择。

• 410 _0 |1 2001 |a 大数据与人工智能技术丛书

• 517 1_ |a Python实践应用 |A Python shi jian ying yong

• 606 0_ |a 机器学习 |A ji qi xue xi

• 606 0_ |a 程序语言 |A cheng xu yu yan |x 程序设计

• 610 0_ |a Python |A Python

• 690 __ |a TP181 |v 5

• 701 _0 |a 冷雨泉 |A leng yu quan |4 编著

• 701 _0 |a 高庆 |A gao qing |4 编著

• 701 _0 |a 闫丹琪 |A yan dan qi |4 编著

• 801 _0 |a CN |b HDUL |c 20230921

• 905 __ |a HDUL |d TP181/312.2

• 920 __ |a 233030 |z 1