安徽理工大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

利用Python实现概率、统计及机器学习方法/(美) 何塞·安平科著 马羚, 刘瑜, 杨林译

出版发行项:

北京:机械工业出版社,2023

ISBN及定价:

978-7-111-71773-7/CNY119.00

载体形态项:

xi, 301页:图;24cm

统一题名:

Python for probability, statistics, and machine learning

丛编项:

数据分析与决策技术丛书

个人责任者:

安平科 (Unpingco, Jose) 著

个人次要责任者:

马羚 译

个人次要责任者:

刘瑜 译

个人次要责任者:

杨林 译

学科主题:

软件工具-程序设计

中图法分类号:

TP311.561

版本附注:

译自原书第2版

出版发行附注:

本书中文简体字版由Springer授权机械工业出版社独家出版

责任者附注:

何塞·安平科, (Jose Unpingco), 他于1997年在加州大学圣地亚哥分校获得博士学位, 此后担任工程师、顾问和讲师。

书目附注:

有书目

提要文摘附注:

本书针对Python 3.6+版本进行了全面更新, 涵盖了概率论、统计学和机器学习领域的关键思想, 并使用Python模块演示了这些领域的应用。作者通过多种分析方法和Python代码来处理有意义的示例, 开发了机器学习中的关键直觉, 从而将理论概念与具体实现联系起来; 还提供了某些重要结果的详细证明; 使用Pandas、Sympy、Scikit-learn、TensorFlow和Keras等流行的Python模块模拟和可视化了重要的机器学习概念 (如偏差与方差之间的权衡、交叉验证和正则化), 通过数值方法展示了许多抽象的数学思想, 例如概率论中的收敛性等。

豆瓣简介：