机读格式显示(MARC)

• 000 02065oam2 2200373 450

• 001 0000458121

• 005 20171107174900.0

• 010 __ |a 978-7-111-55328-1 |d CNY69.00

• 100 __ |a 20170427d2017 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 机器学习与R语言 |A Ji Qi Xue Xi Yu R Yu Yan |9 ji qi xue xi yu R yu yan |d Machine learning with R |f (美)布雷特·兰茨(Brett Lantz)著 |g 李洪成,许金炜,李舰译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2017

• 215 __ |a 12,278页 |c 图 |d 26cm

• 225 1_ |a 数据科学与工程技术丛书 |A Shu Ju Ke Xue Yu Gong Cheng Ji Shu Cong Shu

• 305 __ |a 据原书第2版译出

• 305 __ |a 由Packt Publishing授权

• 314 __ |a 布雷特·兰茨 (Brett Lantz),在应用创新的数据方法来理解人类的行为方面有10余年经验。最初是一名社会学家。

• 314 __ |a 李洪成,统计学博士,现为上海金融学院副教授,是SPSS统计分析软件和R语言专家。

• 330 __ |a 本书共12章:第1章介绍机器学习的基本概念和理论,并介绍用于机器学习的R软件环境的准备;第2章介绍如何应用R来管理数据,进行数据的探索分析和数据可视化;第3~9章介绍典型的机器学习算法,包括k近邻分类算法、朴素贝叶斯算法、决策树和规则树、回归预测、黑盒算法——神经网络和支持向量机、关联分析、k均值聚类,并给出大量的实际案例和详细的分析步骤,例如乳腺癌的判断、垃圾短信的过滤、贷款违约的预测、毒蘑菇的判别、医疗费用的预测、建筑用混凝土强度的预测、光学字符的识别、超市购物篮关联分析以及市场细分等;第10章介绍模型性能评价的原理和方法;第11章给出提高模型性能的几种常用方法;第12章讨论用R进行机器学习时可能遇到的一些高级专题,如特殊形式的数据、大数据集的处理、并行计算和GPU计算等技术。

• 461 _0 |1 2001 |a 数据科学与工程技术丛书

• 510 1_ |a Machine learning with R |z eng

• 606 0_ |a 机器学习 |A Ji Qi Xue Xi

• 606 0_ |a R语言 |A R Yu Yan |x 程序设计

• 690 __ |a TP181 |v 5

• 690 __ |a TP312R |v 5

• 701 _0 |c (美) |a 兰茨 |A Lan Ci |9 lan ci |c (Lantz, Brett) |4 著

• 702 _0 |a 李洪成 |A Li Hong Cheng |9 li hong cheng |4 译

• 702 _0 |a 许金炜 |A Xu Jin Wei |9 xu jin wei |4 译

• 702 _0 |a 李舰 |A Li Jian |9 li jian |4 译

• 801 _0 |a CN |b WXCSXY |c 20171107

• 905 __ |a WXCSXY |d TP181/29