|
|
|
|
LEADER |
00000cam a2200000Ma 4500 |
001 |
OR_on1272905283 |
003 |
OCoLC |
005 |
20231017213018.0 |
006 |
m o d |
007 |
cr cn||||||||| |
008 |
020921s2015 xx go 0o0 0 chi d |
040 |
|
|
|a TOH
|b eng
|c TOH
|d OCLCO
|d VT2
|d RDF
|d STF
|d UPM
|d OCLCO
|d TOH
|d OCLCQ
|
066 |
|
|
|c $1
|c Hani
|c Zsym
|
020 |
|
|
|a 9789863475934
|
020 |
|
|
|a 9863475939
|
024 |
8 |
|
|a 9789863475934
|
029 |
1 |
|
|a AU@
|b 000071519515
|
035 |
|
|
|a (OCoLC)1272905283
|
082 |
0 |
4 |
|a 005.1
|q OCoLC
|
049 |
|
|
|a UAMI
|
100 |
1 |
|
|a Conway, Drew,
|e author.
|
245 |
1 |
0 |
|6 880-01
|a <>.
|
250 |
|
|
|a 1st edition.
|
264 |
|
1 |
|b GoTop Information, Inc.,
|c 2015.
|
300 |
|
|
|a 1 online resource (320 pages)
|
336 |
|
|
|a text
|b txt
|2 rdacontent
|
337 |
|
|
|a computer
|b c
|2 rdamedia
|
338 |
|
|
|a online resource
|b cr
|2 rdacarrier
|
347 |
|
|
|a text file
|
365 |
|
|
|b 42.99
|
542 |
|
|
|f Copyright ©Drew Conway, John Myles White
|g 2015
|
550 |
|
|
|a Made available through: Safari, an O'Reilly Media Company.
|
588 |
0 |
|
|a Online resource; Title from title page (viewed May 6, 2015).
|
590 |
|
|
|a O'Reilly
|b O'Reilly Online Learning: Academic/Public Library Edition
|
700 |
1 |
|
|a White, John,
|e author.
|
710 |
2 |
|
|a O'Reilly for Higher Education (Firm),
|e distributor.
|
710 |
2 |
|
|a Safari, an O'Reilly Media Company.
|
856 |
4 |
0 |
|u https://learning.oreilly.com/library/view/~/9789863475934/?ar
|z Texto completo (Requiere registro previo con correo institucional)
|
880 |
1 |
0 |
|6 245-01/$1
|a 機器學習駭客秘笈 /
|c Conway, Drew.
|
880 |
|
|
|6 520-00/$1
|a 「本書提供許多絕佳的機器學習實用案例。有別於工具書或理論證明,本書著重於實際問題處理,因此具備程式設計背景及對機器學習有興趣的讀者們均可輕鬆入門。」 - Max Shron, OkCupid 如果你是平時喜歡上網蒐集各種資料的程式設計師,想尋找並學習資料分析的方法與工具,本書將會是您了解機器學習最好的起點。在Machine Learning領域中,包含各種分析問題的工具與方法,可以讓我們很方便地架構出一套自動分析資料系統,使電腦可以自動分析。不過這些方法的背後,通常都蘊含著艱澀、難懂的數學理論,因而提高了學習門檻。有鑑於此,本書作者Drew Conway和John Myles準備了許多實用案例。在本書中,他們將以生動活潑的方式,使用案例導向方式,透過生活實例,帶領我們一起學習這些Machine Learning工具和統計工具的實際應用。經由這些過程學習機器學習領域的核心與價值,而非傳統數學導向的介紹方式。 本書採用實例導向、問題導向的介紹方式,在每一個章節中,透過實際問題,介紹機器學習典型問題與解決方法。其中包含:分類問題、預測問題、最佳化問題、推薦系統建置問題...等,在書中都會一一介紹。本書所有程式均以R語言撰寫,於每個章節中將學到:如何以R語言分析資料,並撰寫簡易機器學習演算法。《機器學習駭客秘笈》本書,是專為機器學習領域的初學者所寫的,無論是商業、政府機關或學術界...等都適用。 在本書中,您將學到: ● 建立單純貝氏分類器(Naive Bayesian Classifier)對電子郵件內容進行垃圾信件判別 ● 以線性回歸,預測網站的瀏覽人次 ● 以最佳化技術破解簡易字母密碼 ● 運用記名投票紀錄,以統計方式對美國參議員進行分類 ● 以推特社群資料建立「潛在關注對象」推薦系統
|
994 |
|
|
|a 92
|b IZTAP
|