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:
本店所有商品

  • 醉染图书机器学应用统设计9787519826208
  • 正版全新
    • 作者: [日]有贺康顕,[日]中山心太,[日]西林孝著 | [日]有贺康顕,[日]中山心太,[日]西林孝编 | [日]有贺康顕,[日]中山心太,[日]西林孝译 | [日]有贺康顕,[日]中山心太,[日]西林孝绘
    • 出版社: 中国电力出版社
    • 出版时间:2018-12-01
    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:
    醉染图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    新春将至,本公司假期时间为:2025年1月23日至2025年2月7日。2月8日订单陆续发货,期间带来不便,敬请谅解!

    商品参数
    • 作者: [日]有贺康顕,[日]中山心太,[日]西林孝著| [日]有贺康顕,[日]中山心太,[日]西林孝编| [日]有贺康顕,[日]中山心太,[日]西林孝译| [日]有贺康顕,[日]中山心太,[日]西林孝绘
    • 出版社:中国电力出版社
    • 出版时间:2018-12-01
    • 版次:1
    • 印次:1
    • 字数:300000
    • 页数:252
    • 开本:16开
    • ISBN:9787519826208
    • 版权提供:中国电力出版社
    • 作者:[日]有贺康顕,[日]中山心太,[日]西林孝
    • 著:[日]有贺康顕,[日]中山心太,[日]西林孝
    • 装帧:平装
    • 印次:1
    • 定价:68.00
    • ISBN:9787519826208
    • 出版社:中国电力出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2018-12-01
    • 页数:252
    • 外部编号:1201808237
    • 版次:1
    • 成品尺寸:暂无

    前言

    章 机器学习项目流程
    1.1 如何利用机器学习
    1.2 机器学习项目的流程
    1.3 实际系统中的机器学习问题的处理方法
    1.4 机器学统的成功要素
    1.5 小结
    第2章 机器学习的用途
    2.1 算法选择
    2.2 分类
    . 回归
    2.4 聚类与降维
    2.5
    2.6 小结
    第3章 学习结果的评价
    3.1 分类的评价矩阵
    3.2 回归的评价
    3.3 机器学统的A/B测试
    3.4 小结
    第4章 机器学统的开发
    4.1 机器学统的开发流程
    4.2 系统设计
    4.3 日志设计
    4.4 小结
    第5章 机器学习资源的收集
    5.1 机器学习资源的获取
    5.2 利用公开的数据集或模型
    5.3 开发者自己创建训练数据
    5.4 他人帮忙输入数据
    5.5 数据创建众包
    5.6 基于服务的用户输入
    5.7 小结
    第6章 效果验
    6.1 效果验概述
    6.2 设检验的框架
    6.3 设检验的注意事项
    6.4 因果效应的推断
    6.5 A/B测试
    6.6 小结
    第二部分
    第7章 电影系统
    7.1 概述
    7.2 系统功能
    7.3 MovieLens的数据趋势
    7.4 系统的开发
    7.5 小结
    第8章 Kickstarter的数据分析
    8.1 Kickstarter的API
    8.2 Kickstarter的网络爬虫
    8.3 数据变换
    8.4 浏览Excel数据
    8.5 数据透视表
    8.6 达成目标却被取消的项目
    8.7 国别的项目分析
    8.8 形成分析报告
    8.9 进一步的工作
    8.10 小结
    第9章 基于Uplift Modeling的营销资源效率分析
    9.1 UpIiftModeling的四象限分区
    9.2 扩展A/B测试的uplift Modeling的概要
    9.3 UpIift Modeling的数据集生成
    9.4 利用两个预测模型的Uplift Modeling
    9.5 Uplift Modeling的评价方法
    9.6 实际应用
    9.7 实际应用Uplift Modeling的相关事项
    9.8 小结
    参考文献
    后记
    致谢

    有贺康?,曾任职电机制造公司研究所、餐饮服务公司,现在Cloudera任职。作为现场数据科学家,从事数据利用、机器学习咨询服务工作。

    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