书目信息 |
| 题名： |
机器学习与R语言
|
|
| 作者： | 兰茨 著 ；潘文捷 ， 许金炜 ， 李洪成 译 | |
| 分册： | ||
| 出版信息： | 北京 机械工业出版社 2021 |
|
| 页数： | 10,294页 | |
| 开本： | 26cm | |
| 丛书名： | 数据科学与工程技术丛书 | |
| 单 册： | ||
| 中图分类： | TP181 ， TP312.8R | |
| 科图分类： | ||
| 主题词： | 机器学习 , 程序语言--程序设计 | |
| 电子资源： | ||
| ISBN： | 978-7-111-68457-2 | |
| 000 | 01976nam0 2200361 450 | |
| 001 | 2113729806 | |
| 005 | 20211107111651.67 | |
| 010 | @a978-7-111-68457-2@dCNY99.00 | |
| 049 | @aH110102GMA@bUCS01010560879@c010560879 | |
| 100 | @a20210715d2021 em y0chiy0110 ea | |
| 101 | 1 | @achi@ceng |
| 102 | @aCN@b110000 | |
| 105 | @aa z 000yy | |
| 200 | 1 | @a机器学习与R语言@9ji qi xue xi yu R yu yan@b专著@dMachine learning with R@f(美)布雷特·兰茨(Brett Lantz)著@g许金炜，李洪成，潘文捷译@zeng |
| 210 | @a北京@c机械工业出版社@d2021 | |
| 215 | @a10,294页@c图@d26cm | |
| 225 | 1 | @a数据科学与工程技术丛书 |
| 305 | @a由Packt Publishing授权出版 | |
| 314 | @a布雷特·兰茨(Brett Lantz)，在应用创新的数据方法来理解人类的行为方面有10余年经验。他最初是一名社会学家，在学习一个青少年社交网站分布的大型数据库时，他就开始陶醉于机器学习。 | |
| 330 | @a本书共12章，第1章介绍机器学习的基本概念和理论，并介绍用于机器学习的R软件环境的准备；第2章介绍如何应用R来管理数据，进行数据的探索分析和数据可视化；第3-9章介绍典型的机器学习算法，包括k近邻分类算法、朴素贝叶斯算法、决策树和规则树、回归预测、黑盒算法—神经网络和支持向量机、关联分析、k均值聚类，并给出大量的实际案例和详细的分析步骤，例如乳腺癌的判断、垃圾短信的过滤、贷款违约的预测、毒蘑菇的判别、医疗费用的预测、建筑用混凝土强度的预测、光学字符的识别、超市购物篮关联分析以及市场细分等；第10章介绍模型性能评价的原理和方法；第11章给出提高模型性能的几种常用方法；第12章讨论用R进行机器学习时可能遇到的一些高级主题，如特殊形式的数据、大数据集的处理、并行计算和GPU计算等技术。 | |
| 510 | 1 | @aMachine learning with R@zeng |
| 606 | 0 | @a机器学习 |
| 606 | 0 | @a程序语言@x程序设计 |
| 690 | @aTP181@v5 | |
| 690 | @aTP312.8R@v5 | |
| 701 | 0 | @c(美)@a兰茨@9lan ci@c(Lantz, Brett)@4著 |
| 702 | 0 | @a潘文捷@9pan wen jie@4译 |
| 702 | 0 | @a许金炜@9xu jin wei@4译 |
| 702 | 0 | @a李洪成@9li hong cheng@4译 |
| 801 | 2 | @aCN@bOLCC @c20210908 |
| 801 | 2 | @aCN@bH110102GMA@c20210804 |
| 801 | 0 | @aCN@bBWZ@c20210715 |
| 905 | @a241250@dTP181@e6A | |
| 机器学习与R语言=Machine learning with R/(美)布雷特·兰茨(Brett Lantz)著/许金炜，李洪成，潘文捷译.-北京：机械工业出版社，2021 |
| 10,294页：图；26cm.-(数据科学与工程技术丛书) |
| ISBN 978-7-111-68457-2：CNY99.00 |
| 本书共12章，第1章介绍机器学习的基本概念和理论，并介绍用于机器学习的R软件环境的准备；第2章介绍如何应用R来管理数据，进行数据的探索分析和数据可视化；第3-9章介绍典型的机器学习算法，包括k近邻分类算法、朴素贝叶斯算法、决策树和规则树、回归预测、黑盒算法—神经网络和支持向量机、关联分析、k均值聚类，并给出大量的实际案例和详细的分析步骤，例如乳腺癌的判断、垃圾短信的过滤、贷款违约的预测、毒蘑菇的判别、医疗费用的预测、建筑用混凝土强度的预测、光学字符的识别、超市购物篮关联分析以及市场细分等；第10章介绍模型性能评价的原理和方法；第11章给出提高模型性能的几种常用方法；第12章讨论用R进行机器学习时可能遇到的一些高级主题，如特殊形式的数据、大数据集的处理、并行计算和GPU计算等技术。 |
| ● |
| 相关链接 |
正题名：机器学习与R语言
索取号：TP181/6A
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1911626 | 219116267 | 样本书库/ [索取号:TP181/6A] | 在馆 | |
| 2 | 1911627 | 219116276 | 新区/5100080502/ [索取号:TP181/6A] | 在馆 | |
| 3 | 1911628 | 219116285 | 新区/5100080502/ [索取号:TP181/6A] | 在馆 |