Python Big Data Analysis and Machine Learning Business Case фактическое боевое базовое учебное пособие Python Deep Learn
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
- Информация о товаре
- Фотографии
Основная информация, обратитесь к следующему введению | |
Название книги: | Анализ больших данных Python и бизнес -корпус машинного обучения фактическая борьба |
Автор: | Ван Ютао Цянь Янчжу и так далее |
Цены: | 99.80 |
Номер ISBN: | 9787111654711 |
Издательство: | Machinery Industry Press |
  Редактировать рекомендацию | |
Zero basic learning machine learning and quantitative strategies, detailed explanation of big data analysis technologies in multiple industries, comprehensively reveal the actual combat of machine learning in business, detailed financial data risk control, quantitative stock transactions, intelligent recommendations of goods, user emotional analysis, и т. д. Технология анализа данных |
краткое введение | |
Анализ больших данных и технологии машинного обучения стали ключевой движущей силой для цифровых изменений в различных отраслях.В этой книге используется мощный и простой язык питона в качестве среды программирования, которая всесторонне объясняет фактическую борьбу с анализом больших данных и технологией машинного обучения. В книге есть 16 глав, объясняющие модели линейной регрессии, модели логической регрессии, модели деревьев принятия решений, простые байесовские модели, k -ближайшие модели алгоритма, модели случайных лесов, модели Adaboost и GBDT, модели XGBOOST и LightGBM, PCA (PCA (модели PCA (PCA (модели PCA (PCA (модели PCA (PCA (модели PCA (PCA (модели PCA (PCA (модели PCA (PCA (Model Анализ основных компонентов), модели кластеризации и групповых моделей (KMEANS и DBSCAN. Один или два типичных типичных типичных типичных модельных случаев охватывают многие области, такие как финансы, маркетинг, медицинская помощь, социальные науки, корпоративные офисы и управление. Эта книга подходит для читателей, которые имеют определенные математические знания и фонд программирования, и надеются быстро применить анализ больших данных и технологию машинного обучения в работе. Технология обучения. |
Оглавление | |
Предисловие |