|
题名:
|
数据挖掘与机器学习 / (美) 穆罕默德·J.扎基, (巴西) 小瓦格纳·梅拉著 , 计湘婷, 卢苗苗, 李轩涯译 |
|
ISBN:
|
978-7-111-72689-0 价格： CNY199.00 |
|
语种:
|
chi |
|
载体形态:
|
x, 604页 26cm |
|
出版发行:
|
出版地： 北京 出版社： 机械工业出版社 出版日期： 2023 |
|
内容提要:
|
本书翔实地介绍了数据挖掘与机器学习相关内容，包括数据矩阵、图数据、核方法、项集挖掘、聚类、贝叶斯分类器、决策树、支持向量机、线性回归、逻辑回归、神经网络、深度学习等概念和算法，并且每章都配有练习题。本书新增了包括神经网络和深度学习在内的回归方法。读者可以利用书中介绍的相关算法分析从科研到商业分析等应用场合中各种数据的模式和模型。 |
|
主题词:
|
数据采集 |
|
主题词:
|
机器学习 |
|
中图分类法:
|
TP274 版次： 5 |
|
中图分类法:
|
TP181 版次： 5 |
|
其它题名:
|
基础概念和算法 |
|
主要责任者:
|
扎基 著 |
|
主要责任者:
|
梅拉 著 |
|
次要责任者:
|
计湘婷 译 |
|
次要责任者:
|
卢苗苗 译 |
|
次要责任者:
|
李轩涯 译 |