- 题名/责任者:
- scikit-learn机器学习/(美)加文·海克(Gavin Hackeling)著 张浩然译
- 出版发行项:
- 北京:人民邮电出版社,2019
- ISBN及定价:
- 978-7-115-50340-4/CNY59.00
- 载体形态项:
- 199页:图;24cm
- 个人责任者:
- (美) 海克 (Hackeling, Gavin) 著
- 个人次要责任者:
- 张浩然 译
- 学科主题:
- 机器学习
- 中图法分类号:
- TP181
- 版本附注:
- 据原书第2版译出 由英国Packt Publishing公司授权出版
- 提要文摘附注:
- 本书通过14章内容,介绍了一系列机器学习模型和scikit-learn的使用技巧。书中从机器学习的基础理论讲起,涵盖了简单线性回归、K-近邻算法、特征提取、多元线性回归、逻辑回归、朴素贝叶斯、非线性分类、决策树回归等重要话题。
全部MARC细节信息>>
索书号 | 条码号 | 年卷期 | 校区—馆藏地 | 书刊状态 |
TP181/39 | S3263059 | - | 总馆—工业技术书库(龙湖) | 可借 |
TP181/39 | S3263060 | - | 总馆—工业技术书库(龙湖) | 可借 |
TP181/39 | S3294546 | - | 总馆—工业技术书库(龙湖) | 可借 |
TP181/39 | S3294547 | - | 总馆—工业技术书库(龙湖) | 可借 |
显示全部馆藏信息