MARC状态：审校 文献类型：中文图书 浏览次数：43
- 题名/责任者:
- scikit-learn机器学习/(美) 加文·海克著 张皓然译
- 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
- 个人责任者:
- 海克 (Hackeling, Gavin) 著
- 个人次要责任者:
- 张皓然 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:
- 本书由英国Packt Publishing公司授权出版
- 提要文摘附注:
- 本书内容共计14章，分别从机器学习基础、简单线性回归、基于K临近法的分类和回归分析、特征提取和预处理、简单回归和多重回归、线性回归和逻辑回归、朴素贝叶斯、决策树的非线性分类和回归、决策树、随机森林和其他方法、感知机、向量机、人工神经网络、K-means聚类等内容。
- 随书光盘:
全部MARC细节信息>>
| 索书号 | 条码号 | 年卷期 | 馆藏地 | 书刊状态 |
| TP181/78 | 01252990 |  西区4层
|
可借 | |
| TP181/78 | 01252989 | 东3层4区
|
可借 |
显示全部馆藏信息