|
题名:
|
scikit-learn机器学习 / (美) 加文·海克著 , 张皓然译 |
|
ISBN:
|
978-7-115-50340-4 价格： CNY59.00 |
|
语种:
|
chi |
|
载体形态:
|
199页 图 24cm |
|
出版发行:
|
出版地： 北京 出版社： 人民邮电出版社 出版日期： 2019 |
|
内容提要:
|
本书内容共计14章，分别从机器学习基础、简单线性回归、基于K临近法的分类和回归分析、特征提取和预处理、简单回归和多重回归、线性回归和逻辑回归、朴素贝叶斯、决策树的非线性分类和回归、决策树、随机森林和其他方法、感知机、向量机、人工神经网络、K-means聚类等内容。 |
|
主题词:
|
机器学习 |
|
中图分类法:
|
TP181 版次： 5 |
|
主要责任者:
|
海克 著 |
|
次要责任者:
|
张皓然 译 |
|
索书号:
|
3 |
|
索书号:
|
3 |