出版社:机械工业出版社
年代:2018
定价:59.0
本书通过通俗易懂的语言、丰富的图示和生动的实例,拨开了笼罩在机器学习上方复杂的数学“乌云”,让读者以较低的代价和门槛入门机器学习。本书共分为11章,介绍了在Python环境下学习scikit—learn机器学习框架的相关知识,涵盖的主要内容有机器学习概述、Python机器学习软件包、机器学习理论基础、k—近邻算法、线性回归算法、逻辑回归算法、决策树、支持向量机、朴素贝叶斯算法、PCA算法和k—均值算法等。本书适合有一定编程基础的读者阅读,尤其适合想从事机器学习、人工智能、深度学习及机器人相关技术的程序员和爱好者阅读。另外,相关院校和培训机构也可以将本书作为教材使用。
书籍详细信息 | |||
书名 | scikit-learn机器学习站内查询相似图书 | ||
9787111590248 如需购买下载《scikit-learn机器学习》pdf扫描版电子书或查询更多相关信息,请直接复制isbn,搜索即可全网搜索该ISBN | |||
出版地 | 北京 | 出版单位 | 机械工业出版社 |
版次 | 1版 | 印次 | 1 |
定价(元) | 59.0 | 语种 | 简体中文 |
尺寸 | 19 × 24 | 装帧 | 平装 |
页数 | 220 | 印数 | 4000 |
(美) 加文·海克 (Gavin Hackeling) , 著
潘风文, 潘启儒, 著
(法) 奥雷利安·吉翁, 著
(法) 奥雷利安·吉翁, 著
(美) 康威 (Conway,D.) , 等著
(美) 詹森·贝尔 (Jason Bell) , 著
谢椿, 戴敏, 李文强, 主编
(意) 马可·戈里 (Marco Gori) , 著
(法) 马西-雷萨·阿米尼 (Massih-Reza Amini) , 著