书籍详细信息：
机器学习基础:面向预测数据分析的算法、实用范例与案例研究
书目信息机读格式(MARC)
| ISBN/价格： | 978-7-111-65233-5:CNY99.00 |
|---|---|
| 作品语种： | chi eng |
| 出版国别： | CN 110000 |
| 题名责任者项： | 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/.John D. Kelleher，Brian Mac Namee，AoifeD’Arcy/.顾卓尔译 |
| 出版发行项： | 北京:,机械工业出版社:,2020 |
| 载体形态项： | xiv, 352页:;+图:;+26cm |
| 丛编项： | 数据科学与工程技术丛书 |
| 提要文摘： | 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。 |
| 题名主题： | 机器学习 研究 |
| 中图分类： | TP181 |
| 个人名称等同： | 凯莱赫 著 |
| 个人名称等同： | 纳米 著 |
| 个人名称等同： | 达西 著 |
| 个人名称次要： | 顾卓尔 译 |
| 记录来源： | CN 湖北三新 20200526 |
