机读格式显示(MARC)

• 000 01338nam 2200301 450

• 001 0000600866

• 005 20220114120000.0

• 010 __ |a 978-7-300-28731-7 |d CNY69.00

• 099 __ |a CAL 012021016409

• 100 __ |a 20210303d2021 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a Python机器学习 |A Python ji qi xue xi |e 原理与实践 |d = Python machine learning |e principles and practices |f 薛薇著 |z eng

• 210 __ |a 北京 |c 中国人民大学出版社 |d 2021

• 215 __ |a 364页 |c 图 |d 26cm

• 225 2_ |a 数据科学与大数据技术丛书 |A shu ju ke xue yu da shu ju ji shu cong shu

• 330 __ |a 本书在第1章开篇后，第2章集中对数据预测建模进行了总览论述，旨在帮助学习者把握机器学习的整体知识框架。后续第3至第8章依知识难度，由浅入深展开数据预测建模的讨论，包括朴素贝叶斯分类器、近邻分析、决策树、集成学习、人工神经网络、支持向量机等。第9章和第10章讨论特征选择和特征提取，以作为数据预测建模的重要补充。第11章和第12章关注机器学习中的聚类算法。

• 410 _0 |1 2001 |a 数据科学与大数据技术丛书

• 510 1_ |a Python machine learning |e principles and practices |z eng

• 517 1_ |a 原理与实践 |A Yuan Li Yu Shi Jian

• 606 0_ |a 软件工具 |A ruan jian gong ju |x 程序设计

• 690 __ |a TP311.561 |v 5

• 701 _0 |a 薛薇 |A xue wei |4 编著

• 801 _0 |a CN |b CAU |c 20211118

• 905 __ |a CAU |d TP311.561/135

• 920 __ |a 211180 |z 1