000    nam0
001 __ 01050730
005 __ 00000000000000.0
010 __ ■a9787301308974■d69.00
100 __ ■a20200408d2019    em y0chiy50      ea
101 0_ ■achi
102 __ ■aCN■b110000
105 __ ■aak  z   000yy
106 __ ■ar
200 1_ ■a机器学习入门■9ji qi xue xi ru men■e基于数学原理的Python实战■f戴璞微,潘斌著
210 __ ■a北京■c北京大学出版社■d2019.12
215 __ ■a280页■c图■d26cm
312 __ ■a封面题英文题名:Machine learning
314 __ ■a戴琐微,中国民航大学硕士,CSDN博客专家,曾获得全国大学生数学竞赛国家一等奖、北美数学建模二等奖,参与国家自然科学基金项目1项。对计算机视觉、机器学习和深度学习有深入研究。潘斌,浙江大学应用数学系博士 ,现任辽宁石油化工大学理学院副院长,2018年入选辽宁省“兴辽英才计划”青年拔尖人才,2016年主持国家自然科学基金青年基金项目1项;2015年主持辽宁省自然科学基金项目1项;2016年主持浙江大学CAD&CG国家重点实验室开放课题2项。
330 __ ■a机器学习是一门涉及高等数学、线性代数、概率论、统计学和运筹学等领域的交学科。机器学习的基础就是数学,这也就要求学习者要有良好的数学基础。为了降低机器学习的学习门槛,本书深入浅出地对机器学习算法的数学原理进行了严谨的推导;并利用Python? 3对各种机器学习算法进行复现,还利用介绍的算法在相应数据集上进行实战。本书主要内容包括机器学习及其数学基础;线性回归、局部加权线性回归两种回归算法;Logistic回归、Softmax回归和BP神经网络3种分类算法;模型评估与优化;K-Means聚类算法、高斯混合模型两种聚类算法和一种降维算法——主成分分析。
510 1_ ■aMachine learning■zeng
517 1_ ■a基于数学原理的Python实战■9ji yu shu xue yuan li de python shi zhan
606 0_ ■a机器学习
690 __ ■aTP181■v5
701 _0 ■a戴璞微■9dai pu wei■4著
701 _0 ■a潘斌■9Pan Bin■4著
801 _0 ■aCN■b91MARC■c20200408