书目信息 |
题名: |
机器学习编程
|
|
作者: | 佩罗塔 著 ;汪雄飞 , 汪荣贵 译 | |
分册: | ||
出版信息: | 北京 机械工业出版社 2021 |
|
页数: | 14,277页 | |
开本: | 26cm | |
丛书名: | 智能科学与技术丛书 | |
单 册: | ||
中图分类: | TP181 | |
科图分类: | ||
主题词: | 机器学习 | |
电子资源: | ||
ISBN: | 978-7-111-68091-8 |
000 | 01536nam0 2200313 450 | |
001 | 214263282 | |
005 | 20211108154419.99 | |
010 | @a978-7-111-68091-8@dCNY99.00 | |
049 | @aA441900DGL@bUCS01010608429@c3746006 | |
100 | @a20210527d2021 em y0chiy0110 ea | |
101 | 1 | @achi@ceng |
102 | @aCN@b110000 | |
105 | @aa z 000yy | |
200 | 1 | @a机器学习编程@9ji qi xue xi bian cheng@b专著@e从编码到深度学习@dProgramming machine learning@efrom coding to deep learning@f(意)保罗·佩罗塔(Paolo Perrotta)著@g汪雄飞,汪荣贵译@zeng |
210 | @a北京@c机械工业出版社@d2021 | |
215 | @a14,277页@c图,照片@d26cm | |
225 | 1 | @a智能科学与技术丛书 |
305 | @aThe Pragmatic Programmers, LLC授权出版 | |
330 | @a本书从一个完全不了解机器学习的程序员的视角出发,通过一系列生动有趣的具体应用实例,比较系统地介绍机器学习的本质思想、基本理论和重要算法,比较细致地剖析线性模型、感知机模型、浅层神经网络、深度神经网络的设计原理与编程方法,引导读者亲自动手从零开始打造和完善机器学习的底层代码,逐步消除对机器学习算法原理的认知盲点,让广大初学者能够较为轻松地掌握机器学习和深度学习的基本理论和编程技术。 | |
510 | 1 | @aProgramming machine learning@efrom coding to deep learning@zeng |
517 | 1 | @a从编码到深度学习@9cong bian ma dao shen du xue xi |
606 | 0 | @a机器学习 |
690 | @aTP181@v5 | |
701 | 0 | @c(意)@a佩罗塔@9pei luo ta@c(Perrotta, Paolo)@4著 |
702 | 0 | @a汪雄飞@9wang xiong fei@4译 |
702 | 0 | @a汪荣贵@9wang rong gui@4译 |
801 | 2 | @aCN@bOLCC @c20210923 |
801 | 2 | @aCN@bA441900DGL@c20210826 |
905 | @a241250@dTP181@e102 | |
机器学习编程:从编码到深度学习=Programming machine learning:from coding to deep learning/(意)保罗·佩罗塔(Paolo Perrotta)著/汪雄飞,汪荣贵译.-北京:机械工业出版社,2021 |
14,277页:图,照片;26cm.-(智能科学与技术丛书) |
ISBN 978-7-111-68091-8:CNY99.00 |
本书从一个完全不了解机器学习的程序员的视角出发,通过一系列生动有趣的具体应用实例,比较系统地介绍机器学习的本质思想、基本理论和重要算法,比较细致地剖析线性模型、感知机模型、浅层神经网络、深度神经网络的设计原理与编程方法,引导读者亲自动手从零开始打造和完善机器学习的底层代码,逐步消除对机器学习算法原理的认知盲点,让广大初学者能够较为轻松地掌握机器学习和深度学习的基本理论和编程技术。 |
● |
相关链接 |
正题名:机器学习编程
索取号:TP181/102
 
预约/预借
序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
1 | 1911243 | 219112430 | 样本书库/ [索取号:TP181/102] | 在馆 | |
2 | 1911244 | 219112449 | 新区/5100080504/ [索取号:TP181/102] | 在馆 | |
3 | 1911245 | 219112458 | 新区/5100080504/ [索取号:TP181/102] | 在馆 |