返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 正版新书]精通数据科学算法(英)戴维·纳蒂加(David Natingga)978
  • 全店均为全新正版书籍,欢迎选购!新疆西藏青海(可包挂刷).港澳台及海外地区bu bao快递
    • 作者: (英)戴维·纳蒂加(David Natingga)著 | (英)戴维·纳蒂加(David Natingga)编 | (英)戴维·纳蒂加(David Natingga)译 | (英)戴维·纳蒂加(David Natingga)绘
    • 出版社: 人民邮电出版社
    • 出版时间:2019-05-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    君凤文轩图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: (英)戴维·纳蒂加(David Natingga)著| (英)戴维·纳蒂加(David Natingga)编| (英)戴维·纳蒂加(David Natingga)译| (英)戴维·纳蒂加(David Natingga)绘
    • 出版社:人民邮电出版社
    • 出版时间:2019-05-01
    • 版次:1
    • 印次:1
    • 印刷时间:2018-07-01
    • 字数:193千字
    • 页数:164
    • 开本:16开
    • ISBN:9787115498168
    • 版权提供:人民邮电出版社
  • 作者: (英)戴维·纳蒂加(David Natingga)
  • 著: (英)戴维·纳蒂加(David Natingga)
  • 装帧: 平装
  • 印次: 1
  • 定价: 59
  • ISBN: 9787115498168
  • 出版社: 人民邮电出版社
  • 开本: 16开
  • 印刷时间: 2018-07-01
  • 语种: 中文
  • 出版时间: 2019-05-01
  • 页数: 164
  • 外部编号: 党庄A37090
  • 版次: 1
  • 成品尺寸: 暂无
  • 第 1 章用k最近邻算法解决分类问题

    1.1 Mary对温度的感觉

    1.2 实现k最近邻算法

    1.3 意大利地区的示例——选择k值

    1.4 房屋所有权——数据转换

    1.5 文本分类——使用非欧几里德距离

    1.6 文本分类——更高维度的k-NN

    1.7 小结

    1.8 习题

    第 2 章 朴素贝叶斯

    2.1 医疗检查——贝叶斯定理的基本应用

    2.2 贝叶斯定理的证明及其扩展

    2.3 西洋棋游戏——独立事件

    2.4 朴素贝叶斯分类器的实现

    2.5 西洋棋游戏——相关事件

    2.6 性别分类——基于连续随机变量的贝叶斯定理

    2.7 小结

    2.8 习题

    第 3 章 决策树

    3.1 游泳偏好——用决策树表示数据

    3.2 信息论 044

    3.3 ID3算法——构造决策树 047

    3.4 用决策树进行分类 054

    3.5 小结 060

    3.6 习题 060

    第 4 章 随机森林 064

    4.1 随机森林算法概述 064

    4.2 游泳偏好——随机森林分析法 065

    4.3 随机森林算法的实现 071

    4.4 下棋实例 075

    4.5 购物分析——克服随机数据的不一致性以及

    度量置信水平 082

    4.6 小结 084

    4.7 习题 084

    第 5 章 k-means聚类 089

    5.1 家庭收入——聚类为k个簇 089

    5.2 性别分类——聚类分类 092

    5.3 k-means聚类算法的实现 095

    5.4 房产所有权示例——选择簇的数量 099

    5.5 小结 105

    5.6 习题 105

    第 6 章 回归分析 114

    6.1 华氏温度和摄氏温度的转换——基于完整数据的线性回归 114

    6.2 根据身高预测体重——基于实际数据的线性回归 117

    6.3 梯度下降算法及实现 118

    6.4 根据距离预测飞行时长 122

    6.5 弹道飞行分析——非线性模型 123

    6.6 小 结 125

    6.7 习 题 125

    第 7 章 时间序列分析 130

    7.1 商业利润——趋势分析 130

    7.2 电子商店的销售额——季节性分析 132

    7.3 小 结 140

    7.4 习 题 140

    附录 A 统计 145

    A.1 基本概念 145

    A.2 贝叶斯推理 146

    A.3 分 布 146

    A.4 交叉验证 147

    A.5 A B 测 试 148

    附录 B R参考 149

    B.1 介 绍 149

    B.2 数据类型 150

    B.3 线性回归 152

    附录 C Python参考 154

    C.1 介 绍 154

    C.2 数据类型 155

    C.3 控 制 流 159

    附录 D 数据科学中的算法和方法术语 163

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购