安徽理工大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

机器学习:Python版/(美) 马克·E.芬纳著 江红, 余青松, 余靖译

出版发行项:

北京:机械工业出版社,2022.07

ISBN及定价:

978-7-111-70600-7/CNY149.00

载体形态项:

XVIII, 482页;24cm

统一题名:

Machine learning with python for everyone

个人责任者:

芬纳 (Fenner, Mark E.) 著

个人次要责任者:

江红 译

个人次要责任者:

余青松 译

个人次要责任者:

余靖 译

学科主题:

机器学习

学科主题:

软件工具-程序设计

非控制主题词:

Python

中图法分类号:

TP181

中图法分类号:

TP312PY

中图法分类号:

TP311.561

出版发行附注:

由Pearson Education (培生教育出版集团) 授权出版

责任者附注:

马克·E.芬纳, Fenner Training and Consulting公司的创始人, 自1999年起一直从事计算机和数学领域的教学工作, 曾为众多知名公司和国家级实验室开发课程并提供培训。江红, 博士, 华东师范大学副教授。1994年毕业于复旦大学计算机系。余青松, 华东师范大学高级工程师。余靖, 华东师范大学翻译硕士。参与多本国外经典教材的翻译和校对。

提要文摘附注:

本书主要包括以下四个部分: 第一部分包括第1章到第4章。主要阐述有关机器学习的基本概念, 重点阐述基本分类器和回归器的构建、训练和评估。第二部分包括第5章到第7章。主要阐述机器学习系统的通用评估技术, 并使用通用评估技术对基本分类器和回归器进行性能评估。第三部分包括第8章到第11章。主要阐述机器学习系统的重要学习技术工具库, 如其他分类和回归技术、特征工程。第11章讨论了如何构建机器学习管道, 以及通过调整超参数改进机器学习系统的性能。第四部分包括第12章到第15章。主要介绍机器学习的最新技术, 包括组合机器学习模型、自动化特征工程模型, 并将机器学习应用干图像和文本两个特定领域。第15章简单地介绍了神经网络和图形模型这两个机器学习前沿技术。

豆瓣简介：