机读格式显示(MARC)

• 000 02025nam 2200373 450

• 001 0000494438

• 005 20170926170100.0

• 010 __ |a 978-7-111-56590-1 |d CNY59.00

• 099 __ |a CAL 012017096949

• 100 __ |a 20170619d2017 em y0chiy50 ea

• 101 1_ |a chi |c inc

• 102 __ |a CN |b 110000

• 105 __ |a a z 0000y

• 106 __ |a r

• 200 1_ |a R语言机器学习 |A R yu yan ji qi xue xi |e 实用案例分析 |f (印) 拉格哈夫·巴利, (印) 迪潘简·撒卡尔著 |d = R machine learning by example |f Raghav Bali, Dipanjan Sarkar |g 李洪成, 潘文捷译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2017

• 215 __ |a XIII, 223页 |c 图 |d 24cm

• 225 2_ |a 数据分析与决策技术丛书 |A shu ju fen xi yu jue ce ji shu cong shu

• 300 __ |a 华章IT

• 306 __ |a 由Pack Publishing授权出版

• 314 __ |a 责任者Sarkar规范汉译姓: 萨卡尔

• 330 __ |a 数据科学和机器学习是当今技术领域中顶级的流行语。本书将带您进行一次数据驱动的旅程，从基础的R和机器学习开始，逐步建立用于解决实际问题的项目的概念。本书共8章。第1章介绍R及其相关的基础知识，并简单介绍了机器学习的概念。第2章深入研究机器学习，介绍各种类型的学习算法，以及一些现实世界的案例。第3章使用市场购物篮分析和关联规则挖掘进行电子商务产品推荐、预测和模式分析。第4章分析不同用户对电子商务产品的评论和评级，使用算法和技术（例如用户协同过滤器）设计一个推荐系统。第5章将机器学习应用于信用风险检测和预测中。第6章使用多种机器学习算法检测和预测哪些客户具有潜在信用风险，介绍了多种有监督学习算法并比较它们的性能。第7章介绍社交媒体和通过TwitterAPI收集数据的过程。第8章根据TwitterAPI的知识建立一个项目，基于该项目分析推文中的情感。

• 410 _0 |1 2001 |a 数据分析与决策技术丛书

• 500 10 |a R machine learning by example |m Chinese

• 517 1_ |a 实用案例分析 |A Shi Yong An Li Fen Xi

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

• 690 __ |a TP312 |v 5

• 701 _1 |a 巴利 |A ba li |g (Bali, Raghav) |4 著

• 701 _1 |a 萨卡尔 |A sa ka er |g (Sarkar, Dipanjan) |4 著

• 702 _0 |a 李洪成 |A li hong cheng |4 译

• 702 _0 |a 潘文捷 |A pan wen jie |4 译

• 801 _0 |a CN |b CAU |c 20170926

• 905 __ |a CAU |d TP312/3472

• 920 __ |a 211180 |z 1