书目详细信息
： scikit-learn机器学习
书目信息 机读格式(MARC)
| ISBN/价格： | 978-7-115-50340-4:CNY59.00 |
|---|---|
| 作品语种： | chi eng |
| 出版国别： | CN 110000 |
| 题名责任者项： | scikit-learn机器学习/.(美) 加文·海克著/.Gavin Hackeling/.张皓然译 |
| 出版发行项： | 北京:,人民邮电出版社:,2019 |
| 载体形态项： | 199页:;+图:;+24cm |
| 提要文摘： | 本书内容共计14章，分别从机器学习基础、简单线性回归、基于K临近法的分类和回归分析、特征提取和预处理、简单回归和多重回归、线性回归和逻辑回归、朴素贝叶斯、决策树的非线性分类和回归、决策树、随机森林和其他方法、感知机、向量机、人工神经网络、K-means聚类等内容。 |
| 并列题名： | Mastering machine learning with scikit-learn eng |
| 题名主题： | 机器学习 |
| 索书号： | TP181/H15 |
| 中图分类： | TP181 |
| 个人名称等同： | 海克 著 |
| 个人名称次要： | 张皓然 译 |
| 记录来源： | CN 百万庄 20190218 |