出版社:机械工业出版社
年代:2020
定价:99.0
本书详细讨论了预测数据分析中最重要的机器学习方法,涵盖基础理论和实际应用。在讨论了从数据到见解再到决策的过程之后,本书描述了机器学习的四种方法:基于信息的学习、基于相似性的学习、基于概率的学习和基于误差的学习。每种方法都是先对基本概念进行非技术性解释,然后给出由详细工作实例加以说明的数学模型和算法。最后,本书考虑了评估预测模型的技术,并提供了两个案例研究,展示了机器学习在商业环境中的应用。 本书可作为高等院校人工智能、数据科学与大数据、计算机科学、工程学以及数学或统计学专业本科生和研究生的机器学习、数据挖掘、数据分析或人工智能课程的教材,也可作为数据分析等领域从业者的培训教材及参考资料。
书籍详细信息 | |||
书名 | 机器学习基础站内查询相似图书 | ||
丛书名 | 数据科学与工程技术丛书 | ||
9787111652335 如需购买下载《机器学习基础》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) | 99.0 | 语种 | 简体中文 |
尺寸 | 26 × 19 | 装帧 | 平装 |
页数 | 595 | 印数 | 3000 |
燕彩蓉, 潘乔, 编著
(韩) 金升渊, (韩) 郑容朱, 著
(美) 梅尔亚·莫里 (Mehryar Mohri) , 等著
吕云翔, 编著
(美) 海特·萨拉赫 (Hyatt Saleh) , 著
袁梅宇, 著
(美) 哈林顿 (Harrington,P.) , 著
(美) 安德鲁·凯莱赫 (Andrew Kelleher) , (美) 亚当·凯莱赫 (Adam Kelleher) , 著
( ) 阿培丁 (Alpaydin,E.) , 著