MARC状态：审校 文献类型：中文图书 浏览次数：12
- 题名/责任者:
- 斯坦福数据挖掘教程/(美)尤雷·莱斯科夫(Jure Leskovec)，(美)阿南德·拉贾拉曼(Anand Rajaraman)，(美)杰弗里·大卫·厄尔曼(Jeffrey David Ullman)著 王斌，王达侃译
- 出版发行项:
- 北京:人民邮电出版社,2021
- ISBN及定价:
- 978-7-115-55669-1/CNY129.00
- 载体形态项:
- 16,436页:图;24cm
- 并列正题名:
- Mining of massive datasets
- 丛编项:
- 图灵程序设计丛书
- 个人责任者:
- (美) 莱斯科夫 (Leskovec, Jure) 著
- 个人责任者:
- (美) 拉贾拉曼 (Rajaraman, Anand) 著
- 个人责任者:
- (美) 厄尔曼 (Ullman, Jeffrey David) 著
- 个人次要责任者:
- 王斌 译
- 个人次要责任者:
- 王达侃 译
- 学科主题:
- 数据采集-教材
- 学科主题:
- 机器学习-教材
- 中图法分类号:
- TP274
- 中图法分类号:
- TP181
- 版本附注:
- 据第3版译出
- 出版发行附注:
- 限中国大陆发行
- 提要文摘附注:
- 本书主要关注极大规模数据的挖掘。书中包括分布式文件系统、相似性搜索、搜索引擎技术、频繁项集挖掘、聚类算法、广告管理及推荐系统、社会网络图挖掘和大规模机器学习、决策树、神经网络和深度学习等主要内容。
全部MARC细节信息>>
鄞州馆流通区(可借)