MARC状态：审校 文献类型：中文图书 浏览次数：194
- 题名/责任者:
- 机器学习实践:基于Python进行数据分析/(沙) 阿卜杜勒哈密特·苏巴西著 陆小鹿, 何楚, 蒲薇榄译
- 出版发行项:
- 北京:机械工业出版社,2022
- ISBN及定价:
- 978-7-111-69818-0/CNY139.00
- 载体形态项:
- xii, 443页:图;24cm
- 其它题名:
- 基于Python进行数据分析
- 丛编项:
- 智能系统与技术丛书
- 个人责任者:
- 苏巴西 (Subasi, Abdulhamit) 著
- 个人次要责任者:
- 陆小鹿 译
- 个人次要责任者:
- 何楚 译
- 个人次要责任者:
- 蒲薇榄 译
- 学科主题:
- 机器学习
- 学科主题:
- 软件工具-程序设计
- 中图法分类号:
- TP181
- 中图法分类号:
- TP311.56
- 出版发行附注:
- Elsevier Inc.授权出版 限中国大陆发行
- 书目附注:
- 有书目
- 提要文摘附注:
- 本书共七章。第1章主要介绍基于机器学习的数据分析。第2章概述一些数据预处理的技术，例如特征提取、转换、特征选择以及降维。第3章概述一些常见的用于预报、预测和分类的机器学习技术，例如，朴素贝叶斯、k近邻、人工神经网络、支持向量机、决策树、随机森林、装袋、提升、堆叠、投票、深度神经网络、循环神经网络和卷积神经网络。第4章主要呈现一些医疗保健领域中的分类案例，包括常用于分析和识别生物医学信号的技术，例如心电图、脑电图和肌电图信号处理，以及人体行为识别和基于微阵列基因表达的癌症、糖尿病和心脏病检测等。第5章主要介绍一些实际应用，包括入侵检测、钓鱼网站检测、垃圾邮件检测、信用评分、信用卡欺诈检测、手写数字识别、图像分类和文本分类。第6章主要介绍一些回归技术的案例，例如股市分析、经济变量预测、电力负载预测、风速预测、旅游需求预测以及房价预测。第7章包括一些无监督学习技术的案例(聚类)。
全部MARC细节信息>>
9楼南电信软件工程借阅室