安徽理工大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

scikit-learn机器学习/(美) 加文·海克著 张浩然译

出版发行项:

北京:人民邮电出版社,2019.02

ISBN及定价:

978-7-115-50340-4/CNY59.00

载体形态项:

199页:图;24cm

统一题名:

Mastering machine learning with scikit-learn

个人责任者:

海克 (Hackeling, Gavin) 著

个人次要责任者:

张浩然 译

学科主题:

机器学习

中图法分类号:

TP181

版本附注:

据原书第2版译出

出版发行附注:

由英国Packt Publishing公司授权出版

提要文摘附注:

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。

豆瓣简介：