机读格式显示(MARC)

• 000 02172nam0 2200409 450

• 001 0000403367

• 005 20211204161200.0

• 010 __ |a 978-7-111-68457-2 |d CNY99.00

• 021 __ |a CN |b 01-2020-1949

• 049 __ |a H110102GMA |b UCS01010560879 |c 010560879

• 100 __ |a 20210715d2021 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 |b 专著 |d Machine learning with R |f (美)布雷特·兰茨(Brett Lantz)著 |g 许金炜，李洪成，潘文捷译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2021

• 215 __ |a 10,294页 |c 图 |d 26cm

• 225 2_ |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 由Packt Publishing授权出版

• 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。他最初是一名社会学家，在学习一个青少年社交网站分布的大型数据库时，他就开始陶醉于机器学习。

• 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主题，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。

• 410 _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 程序语言 |A Cheng Xu Yu Yan |x 程序设计

• 690 __ |a TP181 |v 5

• 690 __ |a TP312.8R |v 5

• 701 _0 |c (美) |a 兰兹 |A Lan Zi |c (Lantz, Brett) |4 著

• 702 _0 |a 许金炜 |A Xu Jin Wei |4 译

• 702 _0 |a 李洪成 |A Li Hong Cheng |4 译

• 702 _0 |a 潘文捷 |A Pan Wen Jie |4 译

• 801 _2 |a CN |b OLCC |c 20210908

• 801 _2 |a CN |b H110102GMA |c 20210804

• 801 _0 |a CN |b BWZ |c 20210715

• 905 __ |a XATU |d TP181/266

• 920 __ |a 261060 |z 1