机读格式显示(MARC)
- 000 02205nam0 2200385 450
- 010 __ |a 978-7-111-69818-0 |d CNY139.00
- 021 __ |a CN |b 01-2021-2293
- 049 __ |a A330300WZL |b UCS01010922182 |c 2005581920
- 100 __ |a 20220304d2022 em y0chiy50 ea
- 200 1_ |a 机器学习实践 |A Ji Qi Xue Xi Shi Jian |e 基于Python进行数据分析 |d Practical machine learning for data analysis using Python |f (沙)阿卜杜勒哈密特·苏巴西(Abdulhamit Subasi)著 |g 陆小鹿，何楚，蒲薇榄译 |z eng
- 210 __ |a 北京 |c 机械工业出版社 |d 2022
- 215 __ |a 12,443页 |d 24cm
- 225 2_ |a 智能系统与技术丛书 |A Zhi Neng Xi Tong Yu Ji Shu Cong Shu
- 305 __ |a Elsevier Inc.授权出版
- 330 __ |a 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）。
- 410 _0 |1 2001 |a 智能系统与技术丛书
- 510 1_ |a Practical machine learning for data analysis using Python |z eng
- 606 0_ |a 软件工具 |A Ruan Jian Gong Ju |x 程序设计
- 606 0_ |a 机器学习 |A Ji Qi Xue Xi
- 701 _0 |c (沙特) |a 苏巴西 |A Su Ba Xi |c (Subasi, Abdulhamit) |4 著
- 702 _0 |a 陆小鹿 |A Lu Xiao Lu |4 译
- 702 _0 |a 何楚 |A He Chu |4 译
- 702 _0 |a 蒲薇榄 |A Pu Wei Lan |4 译
- 801 _2 |a CN |b OLCC |c 20220613
- 801 _0 |a CN |b A330300WZL |c 20220315
- 905 __ |a XATU |d TP311.561/645