机读格式显示(MARC)

• 000 02121nam 2200397 450

• 001 0000518536

• 005 20190522143500.0

• 010 __ |a 978-7-111-60581-2 |d CNY79.00

• 092 __ |a CN |b 人天851-3715

• 099 __ |a CAL 012018182348

• 100 __ |a 20181126d2018 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 机器学习导论 |A Ji Qi Xue Xi Dao Lun |f (美) 米罗斯拉夫·库巴特著 |d = An introduction to machine learning |f Miroslaw Kubat |g 王勇, 仲国强, 孙鑫等译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2018

• 215 __ |a 251页 |c 图 |d 24cm

• 225 2_ |a 机器学习系列 |A Ji Qi Xue Xi Xi Lie

• 305 __ |a 据原书第2版译出

• 306 __ |a 由Springer305版社授权机械工业出版社在中华人民共和国境内地区（不包括香港、澳门特别行政区及台湾地区）出版与发行

• 314 __ |a 米罗斯拉夫·库巴特 (Miroslaw Kubat)，美国迈阿密大学教授，从事机器学习教学和研究超过25年。他已发表100余篇经过同行评审的论文，与人合编了两本著作，是近60个会议和研讨会的程序委员会委员，并担任3本学术刊物的编委。

• 320 __ |a 有书目（第247-251页）

• 330 __ |a 本书是一本浅显易懂的机器学习入门教材，它以理论与实际相结合的方式全面地涵盖了主流的机器学习理论与技术。全书共17章，介绍了贝叶斯分类器、最近邻分类器、线性与多项式分类器、人工神经网络、决策树、基于规则集的分类器、遗传算法等经典的机器学习方法，对计算学习理论、性能评估、统计显著性等进行了讨论。讲解了集成学习、多标签学习、无监督学习和强化学习等重要的机器学习领域。本书还通过大量的应用实例，阐述了机器学习技术的许多应用技巧。每章结尾对相关机器学习工作都进行了历史简评，并附有练习、思考题和上机实验。

• 333 __ |a 本书既可作为人工智能领域机器学习方向及相关方向高年级本科生或低年级研究生的教材，也可供机器学习相关专业研究人员和工程师参考阅读。

• 410 _0 |1 2001 |a 机器学习系列

• 500 10 |a Introduction to machine learning |m Chinese

• 606 0_ |a 机器学习 |A Ji Qi Xue Xi

• 690 __ |a TP181 |v 5

• 701 _1 |a 库巴特 |A Kubate |g (Kubat, Miroslaw) |4 著

• 702 _0 |a 王勇 |A Wang Yong |4 译

• 702 _0 |a 仲国强 |A Zhong Guoqiang |4 译

• 702 _0 |a 孙鑫 |A Sun Xin |4 译

• 801 _0 |a CN |b CAU |c 20190522

• 905 __ |a CAU |d TP181/21:2

• 920 __ |a 211180 |z 1