机读格式显示(MARC)

• 000 01483nam 2200265 450

• 001 0000909855

• 005 20230922112900.0

• 010 __ |a 978-7-121-44794-5 |d CNY59.80

• 100 __ |a 20230629d2023 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 机器学习基础与实战 |A ji qi xue xi ji chu yu shi zhan |f 陈鑫主编

• 210 __ |a 北京 |c 电子工业出版社 |d 2023

• 215 __ |a 291页 |c 图 |d 26cm

• 225 2_ |a 人工智能与大数据专业群人才培养系列教材 |A ren gong zhi neng yu da shu ju zhuan ye qun ren cai pei yang xi lie jiao cai

• 330 __ |a 本书共10章, 第1章介绍了机器学习算法的基本概念、分类及本书开发环境的搭建。第2章介绍了机器学习算法中经常用到的NumPy相关知识及绘图工具包Matplotlib。从第3章开始介绍机器学习算法, 第3章介绍了最简单也是最常用的线性回归算法。第4章介绍了搜索算法, 包括梯度下降算法、随机梯度下降算法、小批量梯度下降算法、牛顿迭代算法及坐标下降算法。第5章介绍了二分类的Logistic回归算法和多元回归算法SofMax, 以及评价分类结果优劣的各种指标。第6章介绍了支持向量机算法及支持向量机的核函数方法。第7章介绍了朴素贝叶斯算法。第8章介绍了决策树优化算法及由多棵决策树构成的随机森林算法等集成学习算法。第9章介绍了聚类算法, 包括K均值算法、合并聚类算法、DBSCAN算法等。第10章介绍了降维算法。

• 410 _0 |1 2001 |a 人工智能与大数据专业群人才培养系列教材

• 606 0_ |a 机器学习 |A ji qi xue xi |j 教材

• 690 __ |a TP181 |v 5

• 701 _0 |a 陈鑫 |A chen xin |4 主编

• 801 _0 |a CN |b HDUL |c 20230922

• 905 __ |a HDUL |d TP181/780

• 920 __ |a 233030 |z 1