机读格式显示(MARC)

• 000 01716nam0 2200289 450

• 001 0000561467

• 005 20210616130100.0

• 010 __ |a 978-7-111-67490-0 |d CNY99.00

• 092 __ |a CN |b 人天974-2766

• 100 __ |a 20210416d2021 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a y z 000yy

• 106 __ |a r

• 200 1_ |a Python机器学习 |A Python Ji Qi Xue Xi |e 数据建模与分析 |f 薛薇等著

• 210 __ |a 北京 |c 机械工业出版社 |d 2021.03

• 215 __ |a 412页 |d 26cm

• 300 __ |a 面向新工科高等院校大数据专业系列教材

• 330 __ |a 首先，本书是一本理论结合实际的Python机器学习教材。内容上涵盖了众多主流和核心机器学习算法，以及相关重要知识点，共分12章。其次，章节安排上，在第1章概述开篇后，在第2章集中对数据预测建模的各个方面进行了总览论述。旨在帮助学习者把握机器学习的整体知识框架。后续第3至第8章依知识难度，由浅入深展开数据预测建模的讨论，包括朴素贝叶斯分类器、近邻分析、决策树、集成学习、人工神经网络、支持向量机等机器学习的内容。第9、10两章讨论特征选择和特征提取，以作为数据预测建模的重要补充。第11，12章关注机器学习中的聚类算法。每章的基于Python的应用实践，能够很好地帮助学习者进一步深刻理解原理，掌握和拓展Python机器学习的方法。这部分内容既可作为上机实验课单独进行，也可将其与原理讲解结合起来一并学习。最后，以每周3课时安排本书体量。不仅与数据科学和大数据专业的一般课程设置相吻合，而且也可满足人工智能、计算机应用以及统计学等学科相关专业课程的常规学分要求。

• 333 __ |a 本书既可以作为数据分析从业人员的参考书，也可作为高等院校数据分析、机器学习等专业课程的教材

• 606 0_ |a 软件工具 |A Ruan Jian Gong Ju |x 程序设计

• 606 0_ |a 机器学习 |A Ji Qi Xue Xi

• 690 __ |a TP181 |v 5

• 690 __ |a TP311.561 |v 5

• 701 _0 |a 薛薇 |A Xue Wei |4 著

• 801 _0 |a CN |b 人天书店 |c 20210421

• 905 __ |a WXCSXY |d TP181/161