出版社:电子工业出版社
年代:2018
定价:69.0
本书是一本数据科学的入门教材,本书介绍了数据清洗与预处理、数据可视化、线性回归、线性分类、重抽样、模型选择与正则化、决策树与组合学习、支持向量机、神经网络、无监督学习等数据科学领域用到的主要工具、算法,并在最后几个章节中介绍了推荐系统、文本挖掘、社交网络识别和并行计算等数据科学的具体应用场景。书中每个知识点尽量从实际的应用案例出发,从数据出发,以问题为导向,再解决问题中学习数据挖掘、机器学习等数据科学相关方法。
朝乐门, 编著
(美) 朱梅尔 (Zumel,N.) , (美) 芒特 (Mount,J.) , 著
(美) 格鲁斯 (Grus,J.) , 著
吴喜之, 主编
霍雨佳, 周若平, 钱晖中, 主编
(美) 布赖恩·斯蒂尔 (Brian Steele) , (美) 约翰·钱德勒 (John Chandler) , (美) 斯瓦纳·雷迪 (Swarna Reddy) , 著
(英) 戴维·纳蒂加 (David Natingga) , 著
(美) 奥弗·曼德勒维奇 (Ofer Mendelevitch) , 等著
美国EMC教育服务团队, 著