机读格式显示(MARC)
- 010 __ |a 978-7-111-69818-0 |d CNY139.00
- 099 __ |a CAL 012022023732
- 100 __ |a 20220325d2022 em y0chiy50 ea
- 200 1_ |a 机器学习实践 |A ji qi xue xi shi jian |e 基于Python进行数据分析 |f (沙) 阿卜杜勒哈密特·苏巴西著 |d = Practical machine learning for data analysis using Python |f Abdulhamit Subasi |g 陆小鹿, 何楚, 蒲薇榄译 |z eng
- 210 __ |a 北京 |c 机械工业出版社 |d 2022
- 215 __ |a xii, 443页 |c 图 |d 24cm
- 225 2_ |a 智能系统与技术丛书 |A zhi neng xi tong yu ji shu cong shu
- 306 __ |a Elsevier Inc.授权出版 限中国大陆发行
- 330 __ |a 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)。
- 410 _0 |1 2001 |a 智能系统与技术丛书
- 500 10 |a Practical machine learning for data analysis using Python |m Chinese
- 517 1_ |a 基于Python进行数据分析 |A ji yu Python jin hang shu ju fen xi
- 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
- 701 _1 |a 苏巴西 |A su ba xi |g (Subasi, Abdulhamit) |4 著
- 702 _0 |a 陆小鹿 |A lu xiao lu |4 译
- 702 _0 |a 何楚 |A he chu |4 译
- 702 _0 |a 蒲薇榄 |A pu wei lan |4 译
- 801 _0 |a CN |b ZJU |c 20220325
- 905 __ |a SCNU |f TP181/9500