机读格式显示(MARC)

• 000 02080nam 2200349 450

• 001 0000791427

• 005 20250615084800.0

• 010 __ |a 978-7-300-32689-4 |d CNY59.00

• 100 __ |a 20240722d2024 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 大数据挖掘与统计机器学习 |A da shu ju wa jue yu tong ji ji qi xue xi |d = Big data mining and statistical machine learning |f 吕晓玲, 宋捷编著 |z eng

• 205 __ |a 第3版

• 210 __ |a 北京 |c 中国人民大学出版社 |d 2024.7

• 215 __ |a 267页 |c 图 |d 26cm

• 225 2_ |a 新编21世纪研究生系列教材 |A xin bian 21 shi ji yan jiu sheng xi lie jiao cai |i 应用统计硕士 (MAS)

• 314 __ |a 吕晓玲, 中国人民大学统计学院教授, 博士生导师, 副院长; 中国人民大学数据挖掘中心主任。本科与硕士毕业于南开大学数学系概率统计专业, 博士毕业于香港城市大学管理科学系。奥地利林茨约翰·开普勒大学应用统计系以及美国加州大学伯克利分校统计系访问学者。宋捷, 首都经济贸易大学统计学院副教授。本科与硕士毕业于四川大学数学系概率统计专业, 博士毕业于中国人民大学统计学院。主要讲授大数据挖掘与统计机器学习、大数据分析案例等课程。

• 320 __ |a 有书目 (第263-267页)

• 330 __ |a 本书介绍了大数据挖掘与统计机器学习领域中最常用的模型和算法, 包括最基础的线性回归与分类方法, 以及模型评价与选择的概念和方法, 进而介绍了非线性回归与分类方法 (包括决策树与组合方法、支持向量机、神经网络以及在此基础上发展的深度学习方法)。此外, 介绍了无监督学习中的聚类方法, 并给出了一个大数据分析的实例。除了方法的理论讲解之外, 我们还给出了每种方法的Python实现。

• 333 __ |a 本书面向的读者主要是应用统计专业的硕士, 也可以作为统计专业高年级本科生、其他专业的本科生、研究生以及对大数据分析感兴趣的从业人员的参考书

• 410 _0 |1 2001 |a 新编21世纪研究生系列教材 |i 应用统计硕士 (MAS)

• 510 1_ |a Big data mining and statistical machine learning |z eng

• 606 0_ |a 数据处理 |A shu ju chu li |x 研究生 |j 教材

• 606 0_ |a 机器学习 |A ji qi xue xi |x 研究生 |j 教材

• 690 __ |a TP274 |v 5

• 690 __ |a TP181 |v 5

• 701 _0 |a 吕晓玲 |A lv xiao ling |4 编著

• 701 _0 |a 宋捷 |A song jie |4 编著

• 801 _0 |a CN |b 湖北三新 |c 20240722

• 905 __ |a LIB |d TP274/866-3