机读格式显示(MARC)

• 000 02091nam0 22003491 450

• 001 0000447188

• 005 20231205155200.0

• 010 __ |a 978-7-111-70600-7 |d CNY149.00

• 100 __ |a 20231120d2022 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a y z 000yy

• 106 __ |a r

• 200 1_ |a 机器学习 |A ji qi xue xi |e Python版 |f (美) 马克·E.芬纳著 |d = Machine learning with python for everyone |f Mark E.Fenner |g 江红, 余青松, 余靖译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2022.07

• 215 __ |a XVIII, 482页 |d 24cm

• 306 __ |a 由Pearson Education (培生教育出版集团) 授权出版

• 314 __ |a 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。

• 330 __ |a 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。

• 500 10 |a Machine learning with python for everyone |A Machine Learning With Python For Everyone |m Chinese

• 606 0_ |a 机器学习 |A ji qi xue xi

• 606 0_ |a 软件工具 |A ruan jian gong ju |x 程序设计

• 610 0_ |a Python |A Python

• 690 __ |a TP181 |v 5

• 690 __ |a TP312PY |v 5

• 690 __ |a TP311.561 |v 5

• 701 _1 |a 芬纳 |A fen na |g (Fenner, Mark E.) |4 著

• 702 _0 |a 江红 |A jiang hong |4 译

• 702 _0 |a 余青松 |A yu qing song |4 译

• 702 _0 |a 余靖 |A yu jing |4 译

• 801 _0 |a CN |b 辽批 |c 20231120

• 905 __ |a AUSTL |d TP181/F541