机读格式显示(MARC)

• 000 01886nam0 2200373 450

• 001 0000730899

• 005 20190410142800.0

• 010 __ |a 978-7-5198-2620-8 |d CNY68.00

• 100 __ |a 20190124d2018 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 机器学习应用系统设计 |A ji qi xue xi ying yong xi tong she ji |f 有贺康顕, 中山心太, 西林孝著 |g 刘继红译

• 210 __ |a 北京 |c 中国电力出版社 |d 2018

• 215 __ |a 242页 |c 图 |d 24cm

• 300 __ |a 据书名原文判断，本书原文语种为英文

• 306 __ |a 得到O'Reilly Japan, Inc.授权

• 312 __ |a 英文并列题名取自封面

• 314 __ |a 有贺康顕，曾任职电机制造公司研究所、餐饮服务公司，现在Cloudera任职。

• 314 __ |a 中山心太，曾任职电信公司研究所社交游戏公司等，目前创建株式会社Next Int。

• 314 __ |a 西林孝，软件工程师。目前任职于株式会社VOYAGE GROUP。从事互联网广告服务的广告发送系统的开发。

• 320 __ |a 有书目 (第235-238页)

• 330 __ |a 本书共分9章，主要内容有：总结机器学习项目的推进流程,介绍机器学习的主要功能和各种算法,以垃圾邮件判别为例，介绍对学习完成后的预测模型进行离线评价的方法,梳理在计算机系统里集成机器学习功能的模式，同时介绍机器学习基础的日志设计,介绍机器学习分类任务里的正确答案数据的获取方法,介绍用于验证实施方案是否真正有效的统计鉴定、因果推理，以及AB试验等方法。第3章是预测模型的离线验证，本章则介绍实施过程中的实时验证。第7章以电影推荐为例，学习推荐预测系统的开发实现案例,阐述搜索式分析过程及分析报告,采用所谓UpliftModeling方法学习更有效的营销方法。

• 500 10 |a Machine learning at work |A Machine learning at work |m Chinese

• 606 0_ |a 机器学习 |A ji qi xue xi |x 系统设计

• 690 __ |a TP181 |v 5

• 701 _0 |a 有贺康顕 |A you he kang xian |4 著

• 701 _0 |a 中山心太 |A zhong shan xin tai |4 著

• 701 _0 |a 西林孝 |A xi lin xiao |4 著

• 702 _0 |a 刘继红 |A liu ji hong |4 译

• 801 _0 |a CN |b HDUL |c 20190410

• 905 __ |a HDUL |d TP181/4403

• 920 __ |a 233030 |z 1