机读格式显示(MARC)

• 000 01605nam0 2200313 450

• 001 0000251085

• 005 20180409081716.0

• 010 __ |a 978-7-121-31720-0 |d CNY69.00

• 100 __ |a 20170726d2017 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a Python与机器学习实战 |A Pythonyu ji qi xue xi shi zhan |e 决策树、集成学习、支持向量机与神经网络算法详解及编程实现 |f 何宇健编著

• 210 __ |a 北京 |c 电子工业出版社 |d 2017

• 215 __ |a xii, 315页 |c 图 |d 24cm

• 330 __ |a 单就机器学习而言, 其领域就包括但不限于: 有监督学习、无监督学习和半监督学习, 具体的问题又大致可以分两类: 分类问题和回归问题。本书主要介绍各种有监督分类器的原理与Python实现, 对于无监督问题和回归问题则相对涉及得比较少。需要指出的是, Python本身带有许多机器学习的第三方库, 但本书在绝大多数情况下只会用到Numpy这个基础的科学计算库来进行算法代码的实现。希望这样能让读者从实现的过程中更好地理解机器学习算法的细节以及了解Numpy的各种应用。附录提供了Python的基本语法知识和TensorFlow框架介绍, 是对学习机器学习知识的有益补充

• 517 1_ |a 决策树、集成学习、支持向量机与神经网络算法详解及编程实现 |A jue ce shu 、ji cheng xue xi 、zhi chi xiang liang ji yu shen jing wang luo suan fa xiang jie ji bian cheng shi xian

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

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP311.561 |v 5

• 690 __ |a TP181 |v 5

• 701 _0 |a 何宇健 |A he yu jian |4 编著

• 801 _0 |a CN |b HD |c 20170726

• 801 _2 |a CN |b LIY |c 20180409

• 905 __ |a SYXY |d TP311.561/38

• 907 __ |a SYXY |y 2011 |h |d TP311.561 |r CNY69.00 |e 38

• 908 __ |a 0101218079

• 908 __ |a 0000251085