机读格式显示(MARC)
- 000 01484nam0 2200289 450
- 010 __ |a 978-7-111-65471-1 |d CNY99.80
- 100 __ |a 20200612d2020 em y0chiy50 ea
- 200 1_ |a Python大数据分析与机器学习商业案例实战 |A Pythonda Shu Ju Fen Xi Yu Ji Qi Xue Xi Shang Ye An Li Shi Zhan |b 专著 |f 王宇韬,钱妍竹著
- 210 __ |a 北京 |c 机械工业出版社 |d 2020
- 215 __ |a 392页 |c 图 |d 26cm
- 330 __ |a 本书以Python语言为编程环境,讲解了大数据分析与机器学习技术的商业应用实战。全书共16章,讲解了线性回归模型、逻辑回归模型、决策树模型、朴素贝叶斯模型、K近邻算法模型、随机森林模型、AdaBoost与GBDT模型、XGBoost与LightGBM模型、PCA(主成分分析)模型、聚类与分群模型(KMeans与DBSCAN算法)、协同过滤算法模型、Apriori关联分析模型、神经网络模型等十余种机器学习模型的原理和代码实现,每种模型都配有一到两个典型案例,涵盖金融、营销、医疗、社会科学、企业办公与管理等多个领域。
- 333 __ |a 本书适合具备一定数学知识和编程基础、希望快速在工作中应用大数据分析与机器学习技术的读者阅读,也适合Python编程爱好者或对大数据分析与机器学习技术感兴趣的读者参考
- 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 |x 应用 |x 企业管理 |x 案例
- 701 _0 |a 王宇韬 |A Wang Yu Tao |4 著
- 701 _0 |a 钱妍竹 |A Qian Yan Zhu |4 著
- 801 _0 |a CN |b ZPHC |c 20201012
- 905 __ |a ZPHC |d TP311.561/99