书目详细信息
： 机器学习实践:数据科学应用与工作流的开发及优化
书目信息 机读格式(MARC)
| ISBN/价格： | 978-7-111-65136-9:CNY99.00 |
|---|---|
| 作品语种： | chi eng |
| 出版国别： | CN 110000 |
| 题名责任者项： | 机器学习实践/.(美) 安德鲁·凯莱赫, 亚当·凯莱赫著/.Andrew Kelleher, Adam Kelleher/.陈子墨, 刘瀚文译 |
| 出版发行项： | 北京:,机械工业出版社:,2020.04 |
| 载体形态项： | 226页:;+26cm |
| 丛编项： | 数据科学与工程技术丛书 |
| 提要文摘： | 本书共分三部分, 19章。第一部分 (第1-6章) 介绍框架原则, 涵盖数据科学领域的背景知识、项目工作流程及其与敏捷开发原则的关系、误差测量的概念和量化、数据编码与预处理、统计假设检验、数据可视化和探索性数据分析。第二部分 (第7-14章) 描述算法和架构, 包括算法和架构的概述、相似性度量方法、有监督机器学习、离散的有监督模型和无监督机器学习的基础知识、贝叶斯网络和贝叶斯模型、因果推断, 以及高级机器学习技术。第三部分 (第15-19章) 讲解瓶颈和优化, 涵盖硬件方面的基本瓶颈、软件设计的基础知识、分布式系统中的体系结构模式、CAP定理, 以及逻辑网络拓扑节点。 |
| 题名主题： | 机器学习 研究 |
| 中图分类： | TP181 |
| 个人名称等同： | 凯莱赫 著 |
| 个人名称等同： | 凯莱赫 著 |
| 个人名称次要： | 陈子墨 译 |
| 个人名称次要： | 刘瀚文 译 |
| 记录来源： | CN YNAU 20210715 |