西安工业大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

机器学习实践:基于Python进行数据分析/(沙)阿卜杜勒哈密特·苏巴西(Abdulhamit Subasi)著 陆小鹿，何楚，蒲薇榄译

出版发行项:

北京:机械工业出版社,2022

ISBN及定价:

978-7-111-69818-0/CNY139.00

载体形态项:

12,443页;24cm

并列正题名:

Practical machine learning for data analysis using Python

丛编项:

智能系统与技术丛书

个人责任者:

(沙特) 苏巴西 (Subasi, Abdulhamit) 著

个人次要责任者:

陆小鹿 译

个人次要责任者:

何楚 译

个人次要责任者:

蒲薇榄 译

学科主题:

软件工具-程序设计

学科主题:

机器学习

中图法分类号:

TP311.561

中图法分类号:

TP181

版本附注:

Elsevier Inc.授权出版

提要文摘附注:

本书共七章。第1章主要介绍基于机器学习的数据分析。第2章概述一些数据预处理技术，例如特征提取、转换、特征选择以及降维。第3章概述一些常见的用于预报、预测和分类的机器学习技术，例如朴素贝叶斯、k近邻、人工神经网络、支持向量机、决策树、随机森林、装袋、提升、堆叠、投票、深度神经网络、循环神经网络和卷积神经网络。第4章主要呈现一些医疗保健领域中的分类案例，包括常用于生物医学信号分析和识别的技术，例如心电图（ECG）、脑电图（EEG）和肌电图（EMG）信号处理。此外，第4章还会介绍一些医疗数据分类案例，例如人体行为识别，基于微阵列基因表达的癌症、乳腺癌、糖尿病和心脏病检测等。第5章主要介绍一些实际应用，包括入侵检测、钓鱼网站检测、垃圾邮件检测、信用评分、信用卡欺诈检测、手写数字识别、图像分类和文本分类。第6章主要介绍一些回归技术的案例，例如股市分析、经济变量预测、电力负荷预测、风速预测、旅游需求预测以及房价预测。第7章包括一些无监督学习技术的案例（聚类）。

豆瓣简介：