|
题名:
|
机器学习基础 / (爱尔兰) 约翰·D. 凯莱赫, 布莱恩·马克·纳米, 奥伊弗·达西著 , 顾卓尔译 |
|
ISBN:
|
978-7-111-65233-5 价格： CNY99.00 |
|
语种:
|
chi |
|
载体形态:
|
XIV, 352页 图, 肖像 26cm |
|
出版发行:
|
出版地： 北京 出版社： 机械工业出版社 出版日期： 2020 |
|
内容提要:
|
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，全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。最后介绍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。 |
|
主题词:
|
机器学习 研究 |
|
中图分类法:
|
TP181 版次： 5 |
|
其它题名:
|
面向预测数据分析的算法、实用范例与案例研究 |
|
主要责任者:
|
凯莱赫 著 |
|
主要责任者:
|
纳米 著 |
|
主要责任者:
|
达西 著 |
|
次要责任者:
|
顾卓尔 译 |