珠海科技学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

StatQuest图解机器学习/(美) Josh Starmer著 钱辰江, 潘文皓译

出版发行项:

北京:电子工业出版社,2025

ISBN及定价:

978-7-121-49764-3/CNY118.00

载体形态项:

287页:彩图;25cm

统一题名:

StatQuest illustrated guide to machine learning

个人责任者:

斯塔默 (Starmer, Josh) 著

个人次要责任者:

钱辰江 译

个人次要责任者:

潘文皓 译

学科主题:

机器学习-图解

中图法分类号:

TP181-64

一般附注:

博文视点

出版发行附注:

由Josh Starmer授权出版

责任者附注:

钱辰江, 拥有美国芝加哥大学统计学硕士学位及加州大学洛杉矶分校数学经济学士学位。目前任职于美国硅谷某互联网创业公司, 主要从事数据科学相关工作。曾任职于电商互联网公司Wish和美国银行, 具有扎实的统计学理论基础和丰富的实战经验。潘文皓, 获得美国佐治亚大学统计学博士学位, 研究方向包括象征性数据的聚类分析算法。目前任职于苹果公司总部, 主要从事数据科学相关的模型开发与研究工作。曾任美国富国银行量化分析师, 负责反欺诈模型的开发、检测与应用。Josh Starmer, YouTube热门频道“StatQuest with Josh Starmer”的幕后创作者。他以创新的视觉呈现方式和独特的教学风格, 向全世界好奇的人们解释了统计学、数据科学和机器学习的概念和算法。StatQuest帮助世界各行各业的人赢得数据科学竞赛、通过考试、顺利毕业、成功求职或实现晋升。

责任者附注:

规范汉译姓: 斯塔默

提要文摘附注:

本书前3章着重介绍了机器学习的整体框架和主要思想, 从第4章起, 介绍了各种机器学习算法: 从基础的线性回归 (第4章) 和逻辑回归 (第6章) 到朴素贝叶斯 (第7章) 和决策树 (第10章), 最后介绍了支持向量机 (第11章) 和神经网络 (第12章) 。在介绍机器学习算法的同时, 本书还穿插介绍了机器学习的进阶知识和实用技巧, 如梯度下降法 (第5章)、模型性能度量 (第8章) 和防止过拟合的正则化方法 (第9章)。

豆瓣简介：