机读格式显示(MARC)

• 000 01419nam0 2200265 450

• 001 0000430505

• 005 20221025164500.0

• 010 __ |a 978-7-5121-4646-4 |d CNY59.00

• 100 __ |a 20220927d2022 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 机器学习理论与实践 |A ji qi xue xi li lun yu shi jian |f 主编刘海军

• 210 __ |a 北京 |c 清华大学出版社 |c 北京交通大学出版社 |d 2022

• 215 __ |a 264页 |c 图 |d 26cm

• 312 __ |a 英文题名取自封面

• 320 __ |a 有书目 (第264页)

• 330 __ |a 本书用通俗易懂的语言介绍了浅层机器学习、深度学习的主要模型原理及实现程序, 以及编写机器学习程序所需要的编程语言背景与数据处理方法等。主要内容包括浅层监督学习模型, 如线性模型、决策树模型、贝叶斯模型、支持向量机模型、K-近邻模型、人工神经网络模型、集成学习模型 ; 浅层无监督学习模型, 如K均值聚类方法、DBSCAN聚类方法 ; 深度学习模型, 如自动编码器, 卷积神经网络 ; 编程语言基础, 包括Python基本语法, numpy库、pandas库、matplotlib库, os模块等 ; 数据预处理方法, 如图像处理方法 (线性增强、空间域滤波、频率域滤波) 、数据规范化方法 (min-max数据规范化方法、z-score数据规范化方法) 、类别编码方法 (one-hot编码) 、数据降维方法 (主成分分析) ; 机器视觉领域常见的特征提取方法等。

• 510 1_ |a Theory & prictice of machine learning |z eng

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _0 |a 刘海军 |A liu hai jun |4 主编

• 801 _0 |a CN |b 辽批 |c 20220927

• 905 __ |a AUSTL |d TP181/L381