机读格式显示(MARC)

• 000 02140nam 2200325 450

• 001 0000607981

• 005 20231118120400.0

• 010 __ |a 978-7-115-61820-7 |d CNY89.80

• 100 __ |a 20230825d2023 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a af z 000yy

• 106 __ |a r

• 200 1_ |a 动手学机器学习 |A dong shou xue ji qi xue xi |d = Hands on machine learning |f 张伟楠, 赵寒烨, 俞勇著 |z eng

• 210 __ |a 北京 |c 人民邮电出版社 |d 2023.8

• 215 __ |a 272页, [4] 页图版 |c 图 (部分彩图) |d 26cm

• 225 2_ |a 新一代人工智能实战型人才培养系列教程 |A xin yi dai ren gong zhi neng shi zhan xing ren cai pei yang xi lie jiao cheng

• 314 __ |a 张伟楠, 上海交通大学副教授, 博士生导师, ACM班机器学习、强化学习课程授课教师。主要研究强化学习、数据挖掘、知识图谱、深度学习以及这些技术在推荐系统、游戏智能、机器人控制等场景中的应用, 累计发表国际期刊和会议论文180余篇。赵寒烨, 上海交通大学APEX数据与知识管理实验室博士生, 师从张伟楠副教授, 研究方向为强化学习、机器学习。以第一作者身份在人工智能顶级国际会议NeurIPS上发表论文, 并参与多本机器学习相关教材的编写。俞勇, 上海交通大学ACM班创始人, 国家级教学名师, 上海交通大学特聘教授。2018年创办伯禹人工智能学院, 在上海交通大学ACM班人工智能专业课程体系的基础上, 对人工智能课程体系进行创新, 致力于培养卓越的人工智能算法工程师和研究员。

• 330 __ |a 本书系统介绍了机器学习的基本内容及其代码实现, 是一本着眼于机器学习教学实践的图书。本书包含4个部分: 第一部分为机器学习基础, 介绍了机器学习的概念、数学基础、思想方法和简单的机器学习算法; 第二部分为参数化模型, 讲解线性模型、神经网络等算法; 第三部分为非参数化模型, 主要讨论支持向量机和决策树模型及其变种; 第四部分为无监督模型, 涉及聚类、降维、概率图模型等多个方面。

• 333 __ |a 本书适合对机器学习感兴趣的专业技术人员和研究人员阅读, 同时适合作为人工智能相关专业机器学习课程的教材

• 410 _0 |1 2001 |a 新一代人工智能实战型人才培养系列教程

• 510 1_ |a Hands on machine learning |z eng

• 606 0_ |a 机器学习 |A ji qi xue xi |j 教材

• 690 __ |a TP181-43 |v 5

• 690 __ |a TP181 |v 4

• 701 _0 |a 张伟楠 |A zhang wei nan |4 著

• 701 _0 |a 赵寒烨 |A zhao han ye |4 著

• 701 _0 |a 俞勇 |A yu yong |4 著

• 801 _0 |a CN |c 20230825

• 905 __ |a WXCSXY |d TP181/376