机读格式显示(MARC)

• 000 02376nam 2200397 450

• 001 0000218073

• 005 20130717143700.0

• 010 __ |a 978-7-111-41731-6 |d CNY69.00

• 100 __ |a 20130513d2013 em y0chiy0120 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a afk a 000yy

• 106 __ |a r

• 200 1_ |a 机器学习 |A Ji Qi Xue Xi |e 实用案例解析 |f Drew Conway, John Myles White著 |g 陈开江, 刘逸哲, 孟晓楠译

• 210 __ |a 北京 |c 机械工业出版社 |d 2013

• 215 __ |a 288页, [16] 页图版 |c 彩图 |d 24cm

• 225 2_ |a O’Reilly精品图书系列 |9 O ’Reilly jing pin tu shu xi lie |A O ’ Reilly Jing Pin Tu Shu Xi Lie

• 306 __ |a O'Reilly Media, Inc.授权

• 312 __ |a 英文原名取自于封面

• 314 __ |a 责任者Conway规范汉译姓: 康威, 责任者White规范汉译姓: 怀特

• 320 __ |a 有书目 (第287-288页)

• 330 __ |a 本书比较全面系统地介绍了机器学习的方法和技术，不仅详细阐述了许多经典的学习方法，还讨论了一些有生命力的新理论、新方法。全书案例既有分类问题，也有回归问题；既包含监督学习，也涵盖无监督学习。本书讨论的案例从分类讲到回归，然后讨论了聚类、降维、最优化问题等。这些案例包括分类：垃圾邮件识别，排序：智能收件箱，回归模型：预测网页访问量，正则化：文本回归，最优化：密码破解，无监督学习：构建股票市场指数，空间相似度：用投票记录对美国参议员聚类，推荐系统：给用户推荐R语言包，社交网络分析：在Twitter上感兴趣的人，模型比较：给你的问题找到最佳算法。各章对原理的叙述力求概念清晰、表达准确，突出理论联系实际，富有启发性，易于理解。在探索这些案例的过程中用到的基本工具就是R统计编程语言。R语言非常适合用于机器学习的案例研究，因为它是一种用于数据分析的高水平、功能性脚本语言。

• 333 __ |a 作为高等院校计算机、自动化、电子和通信等专业研究生和高年级本科生的参考书。本书内容对从事人工智能、机器学习、数据挖掘、模式识别等相关领域研究的科技人员具有较好的参考价值。

• 410 _0 |1 2001 |a O’Reilly精品图书系列

• 500 10 |a Machine learning for hackers |m Chinese

• 517 1_ |a 实用案例解析 |9 shi yong an li jie xi |A Shi Yong An Li Jie Xi

• 606 0_ |a 机器学习 |9 ji qi xue xi |A Ji Qi Xue Xi

• 690 __ |a TP181 |v 5

• 690 __ |a TP181 |v 4

• 701 _1 |a 怀特 |9 huai te |A Huai Te |g (White, John Myles) |4 著

• 701 _1 |a 康威 |9 kang wei |A Kang Wei |g (Conway, Drew) |4 著

• 702 _0 |a 陈开江 |9 chen kai jiang |A Chen Kai Jiang |4 译

• 702 _0 |a 刘逸哲 |9 liu yi zhe |A Liu Yi Zhe |4 译

• 702 _0 |a 孟晓楠 |9 meng xiao nan |A Meng Xiao Nan |4 译

• 801 _0 |a CN |b 江苏新华 |c 20130513

• 905 __ |a WXCSXY |d TP181/6