000
|
01973nam0 2200361 450
|
001
|
012022000224
|
005
|
20220816140943.0
|
010
|
|
@a978-7-5641-9677-6@dCNY128.00
|
100
|
|
@a20220809d2022 em y0chiy50 ea
|
101
|
1
|
@achi@ceng
|
102
|
|
@aCN@b320000
|
105
|
|
@aak a 000yy
|
106
|
|
@ar
|
200
|
1
|
@a机器学习设计模式@Aji qi xue xi she ji mo shi@fValliappa Lakshmanan, Sara Robinson, Michael Munn著@g孙蒙 ... [等] 译
|
210
|
|
@a南京@c东南大学出版社@d2022.9
|
215
|
|
@ax, 376页@c图@d24cm
|
304
|
|
@a题名页题: 孙蒙, 邹霞, 贾冲, 王艺敏译
|
306
|
|
@a简体中文版由东南大学出版社出版2022。英文原版的翻译得到O'Reilly Media, Inc.的授权
|
312
|
|
@a英文题名原文取自封面
|
314
|
|
@a责任者Lakshmanan规范汉译姓: 拉克什曼南; 责任者Robinson规范汉译姓: 罗宾逊; 责任者Munn规范汉译姓: 穆恩
|
314
|
|
@aValliappa Lakshmanan, 是谷歌云数据分析和人工智能解决方案的全球负责人。Sara Robinson, 是谷歌云团队的开发者和倡导者, 专注于机器学习。Michael Munn, 是谷歌的机器学习解决方案工程师。孙蒙, 博士, 陆军工程大学副教授。邹霞, 博士, 陆军工程大学副教授。
|
320
|
|
@a有书目
|
330
|
|
@a本书中的设计模式针对机器学习中反复出现的问题给出最佳实践和解决方案。作者为来自谷歌的三位工程师, 他们整理了已证实的方法, 帮助数据科学家解决整个机器学习过程中的常见问题。这些设计模式将数百位专家的经验转化成直接、易懂的建议。在这本书中, 你会找到关于数据和问题表示、操作化、可重复性、可复现性、灵活性、可解释性和公平性的30种模式的详细解释。每个模式包括对问题的描述、各种可能的解决方案, 以及针对你的情况选择最佳技术的建议。
|
500
|
10
|
@aMachine learning design patterns@mChinese
|
606
|
0
|
@a机器学习@Aji qi xue xi
|
690
|
|
@aTP@v5
|
701
|
1
|
@a拉克什曼南@Ala ke shi man nan@g(Lakshmanan, Valliappa)@4著
|
701
|
1
|
@a罗宾逊@Aluo bin xun@g(Robinson, Sara)@4著
|
701
|
1
|
@a穆恩@Amu en@g(Munn, Michael)@4著
|
702
|
0
|
@a孙蒙@Asun meng@4译
|
702
|
0
|
@a邹霞@Azou xia@4译
|
801
|
0
|
@aCN@bCDNYKJZYXY@c20220809
|
905
|
|
@aCDNYKJZYXY@b300676554-5@dTP@e237@f2
|
|
|
|
|
机器学习设计模式/Valliappa Lakshmanan, Sara Robinson, Michael Munn著/孙蒙 ... [等] 译.-南京:东南大学出版社,2022.9 |
x, 376页:图;24cm |
|
|
ISBN 978-7-5641-9677-6:CNY128.00 |
本书中的设计模式针对机器学习中反复出现的问题给出最佳实践和解决方案。作者为来自谷歌的三位工程师, 他们整理了已证实的方法, 帮助数据科学家解决整个机器学习过程中的常见问题。这些设计模式将数百位专家的经验转化成直接、易懂的建议。在这本书中, 你会找到关于数据和问题表示、操作化、可重复性、可复现性、灵活性、可解释性和公平性的30种模式的详细解释。每个模式包括对问题的描述、各种可能的解决方案, 以及针对你的情况选择最佳技术的建议。 |
● |
正题名:机器学习设计模式
索取号:TP/237
 
预约/预借
序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
1
|
676554
|
300676554
|
流通五库四楼/
[索取号:TP/237]
|
在馆
|
|
2
|
676555
|
300676555
|
流通五库四楼/
[索取号:TP/237]
|
在馆
|
|