书目信息 |
| 题名： |
大数据挖掘与统计机器学习
|
|
| 作者： | 吕晓玲 ， 宋捷 主编 | |
| 分册： | ||
| 出版信息： | 北京 中国人民大学出版社 2019 |
|
| 页数： | 332页 | |
| 开本： | 26cm | |
| 丛书名： | 大数据分析统计应用丛书 | |
| 单 册： | ||
| 中图分类： | TP274 | |
| 科图分类： | ||
| 主题词： | 数据处理 , 机器学习 | |
| 电子资源： | ||
| ISBN： | 978-7-300-26406-6 | |
| 000 | 01210oam2 2200289 450 | |
| 001 | 1934884935 | |
| 005 | 20190422102248.46 | |
| 010 | @a978-7-300-26406-6@dCNY42.00 | |
| 100 | @a20190406d2019 em y0chiy50 ea | |
| 101 | 0 | @achi |
| 102 | @aCN@b110000 | |
| 105 | @aa z 000yy | |
| 200 | 1 | @a大数据挖掘与统计机器学习@9da shu ju wa jue yu tong ji ji qi xue xi@dBig data mining and statistical machine learning@f吕晓玲，宋捷主编@zeng |
| 205 | @a2版 | |
| 210 | @a北京@c中国人民大学出版社@d2019 | |
| 215 | @a332页@c图@d26cm | |
| 225 | 1 | @a大数据分析统计应用丛书 |
| 330 | @a本书介绍数据挖掘与统计机器学习领域常用的模型和算法，包括基础的线性回归和线性分类方法，以及模型选择和模型评价的概念和方法，进而介绍非线性的回归和分类方法（包括决策树与组合方法、支持向量机、神经网络以及在此基础上发展的深度学习方法）。最后介绍无监督的学习中的聚类方法和业界广泛使用的推荐系统方法。 | |
| 461 | 0 | @12001 @a大数据分析统计应用丛书 |
| 510 | 1 | @aBig data mining and statistical machine learning@zeng |
| 606 | 0 | @a数据处理 |
| 606 | 0 | @a机器学习 |
| 690 | @aTP274@v5 | |
| 701 | 0 | @a吕晓玲@9lu xiao ling@c(女)@4主编 |
| 701 | 0 | @a宋捷@9song jie@4主编 |
| 801 | 0 | @aCN@b商丘师院@c20190406 |
| 905 | @aZUCC@dTP274@e145=2 | |
| 大数据挖掘与统计机器学习=Big data mining and statistical machine learning/吕晓玲，宋捷主编.-2版.-北京：中国人民大学出版社，2019 |
| 332页：图；26cm.-(大数据分析统计应用丛书) |
| ISBN 978-7-300-26406-6：CNY42.00 |
| 本书介绍数据挖掘与统计机器学习领域常用的模型和算法，包括基础的线性回归和线性分类方法，以及模型选择和模型评价的概念和方法，进而介绍非线性的回归和分类方法（包括决策树与组合方法、支持向量机、神经网络以及在此基础上发展的深度学习方法）。最后介绍无监督的学习中的聚类方法和业界广泛使用的推荐系统方法。 |
| ● |
| 相关链接 |
正题名：大数据挖掘与统计机器学习
索取号：TP274/145=2
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1806171 | 218061718 | 样本书库/ [索取号:TP274/145=2] | 在馆 | |
| 2 | 1806172 | 218061727 | 理科库/3111240105/ [索取号:TP274/145=2] | 在馆 | |
| 3 | 1806173 | 218061736 | 理科库/3111240105/ [索取号:TP274/145=2] | 在馆 |