书目信息 |
| 题名： |
高级机器学习算法实战
|
|
| 作者： | 艾亚德瓦拉 著 ；姜峰 ， 庞登峰 ， 张振华 译 | |
| 分册： | ||
| 出版信息： | 北京 机械工业出版社 2022 |
|
| 页数： | 10,241页 | |
| 开本： | 24cm | |
| 丛书名： | ||
| 单 册： | ||
| 中图分类： | TP181 | |
| 科图分类： | ||
| 主题词： | 机器学习--算法 | |
| 电子资源： | ||
| ISBN： | 978-7-111-71144-5 | |
| 000 | 01426nam0 2200325 450 | |
| 001 | 2452137728 | |
| 005 | 20240417215022.84 | |
| 010 | @a978-7-111-71144-5@dCNY99.00 | |
| 035 | @a(A100000NLC)012061060 | |
| 049 | @aA100000NLC@bUCS01011604337@c012061060@dNLC01 | |
| 100 | @a20221121d2022 em y0chiy0110 ea | |
| 101 | 1 | @achi@ceng |
| 102 | @aCN@b110000 | |
| 105 | @aa z 000yy | |
| 200 | 1 | @a高级机器学习算法实战@9gao ji ji qi xue xi suan fa shi zhan@b专著@f(印)V. 基肖尔·艾亚德瓦拉(V. Kishore Ayyadevara)著@g姜峰，庞登峰，张振华译 |
| 210 | @a北京@c机械工业出版社@d2022 | |
| 215 | @a10,241页@c图，照片@d24cm | |
| 300 | @aApress 机器学习算法 | |
| 305 | @a由Apress Media授权出版 | |
| 312 | @a书名原文：Pro machine learning algorithms: a hands-on approach to implementing al-gorithms in Python and R | |
| 330 | @a本书帮助读者掌握开发主要机器学习模型的技能，包括监督和无监督学习(其中包括线性/对率回归)、决策树、随机森林、梯度提升机(GBM)、神经网络、k均值聚类、主成分分析和推荐系统。 | |
| 510 | 1 | @aPro machine learning algorithms@ea hands-on approach to implementing al-gorithms in Python and R@zeng |
| 606 | 0 | @a机器学习@x算法 |
| 690 | @aTP181@v5 | |
| 701 | 0 | @c(印)@a艾亚德瓦拉@9ai ya de wa la@c(Ayyadevara, V. Kishore)@4著 |
| 702 | 0 | @a姜峰@9jiang feng@4译 |
| 702 | 0 | @a庞登峰@9pang deng feng@4译 |
| 702 | 0 | @a张振华@9zhang zhen hua@4译 |
| 801 | 2 | @aCN@bOLCC@c20231117 |
| 905 | @a241250@dTP181@e125 | |
| 高级机器学习算法实战/(印)V. 基肖尔·艾亚德瓦拉(V. Kishore Ayyadevara)著/姜峰，庞登峰，张振华译.-北京：机械工业出版社，2022 |
| 10,241页：图，照片；24cm |
| Apress 机器学习算法 |
| ISBN 978-7-111-71144-5：CNY99.00 |
| 本书帮助读者掌握开发主要机器学习模型的技能，包括监督和无监督学习(其中包括线性/对率回归)、决策树、随机森林、梯度提升机(GBM)、神经网络、k均值聚类、主成分分析和推荐系统。 |
| ● |
| 相关链接 |
正题名：高级机器学习算法实战
索取号：TP181/125
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1963434 | 219634340 | 样本书库/ [索取号:TP181/125] | 在馆 | |
| 2 | 1963435 | 219634359 | 新区/5100080505/ [索取号:TP181/125] | 在馆 | |
| 3 | 1963436 | 219634368 | 新区/5100080505/ [索取号:TP181/125] | 在馆 |