书目详细信息
： 机器学习导论
书目信息 机读格式(MARC)
| ISBN/价格： | 978-7-111-68511-1:CNY69.00 |
|---|---|
| 作品语种： | chi |
| 出版国别： | CN 110000 |
| 题名责任者项： | 机器学习导论/.卢官明编著 |
| 出版发行项： | 北京:,机械工业出版社:,2021 |
| 载体形态项： | 242页:;+图:;+26cm |
| 丛编项： | 普通高等教育人工智能专业系列教材 |
| 一般附注： | 双色印刷 |
| 相关题名附注： | 英文并列题名取自封面 |
| 提要文摘： | 全书共分9章，主要介绍线性回归、Logistic回归、Softmax回归、k-近邻法和k-d树、支持向量机、贝叶斯分类器与贝叶斯网络、决策树、AdaBoost算法、梯度提升决策树（GBDT)、随机森林和极端随机树、k-means算法、BIRCH算法、DBSCAN算法、OPTICS算法、卷积神经网络、循环神经网络、生成式对抗网络。 |
| 并列题名： | Introduction to machine learning eng |
| 题名主题： | 机器学习 高等教育 教材 |
| 中图分类： | TP181 |
| 个人名称等同： | 卢官明 编著 |
| 记录来源： | CN 湖北三新 20210824 |