机读格式显示(MARC)

• 000 02519nam 2200745 450

• 001 0000250569

• 005 20170710103700.0

• 010 __ |a 978-7-300-23101-3 |d CNY35.00

• 099 __ |a CAL 012016099097

• 100 __ |a 20160728d2016 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 大数据挖掘与统计机器学习 |A da shu ju wa jue yu tong ji ji qi xue xi |d = Big data mining and statistical machine learning |f 吕晓玲, 宋捷主编 |z eng

• 210 __ |a 北京 |c 中国人民大学出版社 |d 2016

• 215 __ |a 230页 |c 图 |d 26cm

• 225 2_ |a 大数据分析统计应用丛书 |A da shu ju fen xi tong ji ying yong cong shu

• 300 __ |a 全国应用统计专业学位研究生教育指导委员会推荐用书

• 320 __ |a 有书目 (第227-230页)

• 330 __ |a 本书介绍数据挖掘与统计机器学习领域常用的模型和算法，包括基础的线性回归和线性分类方法，以及模型选择和模型评价的概念和方法，进而介绍非线性的回归和分类方法(包括决策树与组合方法、支持向量机、神经网络以及在此基础上发展的深度学习方法)。最后介绍无监督的学习中的聚类方法和业界广泛使用的推荐系统方法。除了方法的理论讲解之外，本书给出了每种方法的R语言实现，以及应用Python语言实现深度学习和支持向量机两种方法。

• 333 __ |a 本书可供从事数据挖掘技术研究、应用和软件开发人员以及学习数据挖掘技术的本科生和研究生参考。

• 410 _0 |1 2001 |a 大数据分析统计应用丛书

• 510 1_ |a Big data mining and statistical machine learning |z eng

• 606 0_ |a 数据处理 |A shu ju chu li

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP274 |v 5

• 690 __ |a TP181 |v 5

• 701 _0 |a 吕晓玲 |A lv xiao ling |4 主编

• 701 _0 |a 宋捷 |A song jie |4 主编

• 801 _0 |a CN |b 北京新华书店首都发行所有限公司 |c 20160728

• 905 __ |a XATU |d TP274/352

• 920 __ |a 211010 |z 2

• 920 __ |a 211060 |z 2

• 920 __ |a 221020 |z 1

• 920 __ |a 222010 |z 1

• 920 __ |a 222107 |z 1

• 920 __ |a 231030 |z 1

• 920 __ |a 245010 |z 1

• 920 __ |a 237385 |z 1

• 920 __ |a 261030 |z 1

• 920 __ |a 211180 |z 1

• 920 __ |a 237010 |z 1

• 920 __ |a 242020 |z 1

• 920 __ |a 212020 |z 1

• 920 __ |a 232010 |z 1

• 920 __ |a 242170 |z 1

• 920 __ |a 231020 |z 1

• 920 __ |a 211260 |z 1

• 920 __ |a 244290 |z 1

• 920 __ |a 243160 |z 1

• 920 __ |a 231280 |z 1

• 920 __ |a 231010 |z 1

• 920 __ |a 261020 |z 1

• 920 __ |a 211261 |z 1

• 920 __ |a 235010 |z 1

• 920 __ |a 232340 |z 1

• 920 __ |a 242010 |z 1

• 920 __ |a 430102 |z 1

• 920 __ |a 251010 |z 1

• 920 __ |a 244050 |z 1

• 920 __ |a 244010 |z 1

• 920 __ |a 236010 |z 1

• 920 __ |a 232020 |z 1

• 998 __ |a BUA