书目详细信息
： 机器学习入门:基于数学原理的Python实战
书目信息 机读格式(MARC)
| ISBN/价格： | 978-7-301-30897-4:CNY69.00 |
|---|---|
| 作品语种： | chi |
| 出版国别： | CN 110000 |
| 题名责任者项： | 机器学习入门/.戴璞微, 潘斌著 |
| 出版发行项： | 北京:,北京大学出版社:,2019.12 |
| 载体形态项： | 280页:;+图:;+26cm |
| 相关题名附注： | 英文并列题名取自封面 |
| 提要文摘： | 机器学习是一门涉及高等数学、线性代数、概率论、统计学和运筹学等领域的交叉学科。机器学习的基础就是数学, 这也就要求学习者要有良好的数学基础。为了降低机器学习的学习门槛, 本书深入浅出地对机器学习算法的数学原理进行了严谨的推导; 并利用Python 3对各种机器学习算法进行复现, 还利用介绍的算法在相应数据集上进行实战。本书主要内容包括机器学习及其数学基础; 线性回归、局部加权线性回归两种回归算法; Logistic回归、Softmax回归和BP神经网络3种分类算法; 模型评估与优化; K-Means聚类算法、高斯混合模型两种聚类算法和一种降维算法--主成分分析。 |
| 并列题名： | Machine learning eng |
| 题名主题： | 机器学习 |
| 中图分类： | TP18 |
| 个人名称等同： | 戴璞微 著 |
| 个人名称等同： | 潘斌 著 |
| 记录来源： | CN CDT 20201030 |