机读格式显示(MARC)

• 000 01717nam 2200385 450

• 001 0000600408

• 005 20170309110200.0

• 010 __ |a 978-7-115-43373-2 |d CNY69.00

• 099 __ |a CAL 012016169562

• 100 __ |a 20161227d2017 ekmy0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a Python机器学习 |A Python ji qi xue xi |e 预测分析核心算法 |d = Machine learning in Python |e essential techniques for predictive analysis |f (美) Michael Bowles著 |g 沙赢, 李鹏译

• 210 __ |a 北京 |c 人民邮电出版社 |d 2017

• 215 __ |a 316页 |c 图 |d 24cm

• 225 2_ |a 异步图书 |A yi bu tu shu

• 305 __ |a 据2015年版英文原著译出。

• 306 __ |a 本书中文简体字版由John Wiley & Sons公司授权人民邮电出版社出版。

• 314 __ |a 责任者规范汉译姓: 鲍尔斯。

• 320 __ |a 有书目

• 330 __ |a 本书从算法和Python 语言实现的角度，帮助读者认识机器学习。本书专注于两类核心的“算法族”，即惩罚线性回归和集成方法，并通过代码实例来展示所讨论的算法的使用原则。全书共分为7 章，详细讨论了预测模型的两类核心算法、预测模型的构建、惩罚线性回归和集成方法的具体应用和实现。本书主要针对想提高机器学习技能的Python 开发人员，帮助他们解决某一特定的项目或是提升相关的技能。

• 333 __ |a 想提高机器学习技能的Python开发人员

• 410 _0 |1 2001 |a 异步图书

• 500 10 |a Machine learning in Python : essential techniques for predictive analysis |m Chinese

• 517 1_ |a 预测分析核心算法 |A yu ce fen xi he xin suan fa

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

• 690 __ |a TP311.56 |v 5

• 701 _1 |a 鲍尔斯 |A bao er si |g (Bowles, Michael) |4 著

• 702 _0 |a 沙赢 |A sha ying |4 译

• 702 _0 |a 李鹏 |A li peng |4 译

• 801 _0 |a CN |b NJU |c 20161229

• 905 __ |a SCNU |f TP311.56/1080

• 920 __ |a 242430 |z 1