以下書況,主觀上皆可閱讀,若收到後不滿意,『都可退書退款』。
書況補充說明: B自然泛黃書斑、髒污。
【購買須知】
(1)照片皆為現貨實際拍攝,請參書況說明。
(2)『賣場標題、內容簡介』為出版社原本資料,若有疑問請留言,但人力有限,恕不提供大量詢問。
(3)『附件或贈品』,不論標題或內容簡介是否有標示,請都以『沒有附件,沒有贈品』為參考。
(4)訂單完成即『無法加購、修改、合併』,請確認品項、優惠後,再下訂結帳。如有疑問請留言告知。
(5)二手書皆為獨立商品,下訂即刪除該品項,故『取消』後無法重新訂購,須等系統安排『2個月後』重新上架。
(6)收到書籍後,若不滿意,或有缺漏,『都可退書退款』。
[商品主貨號] U102373354
[代售商品編號] 102717100209
[ISBN-13碼] 9787111417316
[ISBN] 7111417313
[作者] 康威等
[出版社] 機械工業出版社
[出版日期] 2013/04/01
[裝訂/規格] 平裝 / 288頁 / 普通級 / 1-1
[內容簡介] (出版商制式文字, 不論標題或內容簡介是否有標示, 請都以『沒有附件、沒有贈品』為參考。)
當今各行業,尤其是互聯網,數據規模越來越大,要從中有效地發現模式來提高生產力,用傳統的方式已經幾乎不可能,只能借助計算機來完成諸多使命。因此,機器學習這一新興的學科變得越來越重要,它已經在搜索、推薦、數據挖掘等多個領域閃耀光芒。機器學習是一門交叉學科,內容涉及概率論、統計學、高等數學、計算機科學等多門學科。該學科致力于設計一種讓計算機具有“學習”能力的算法,通過發現經驗數據中隱藏的模式,實現對未知數據的預測。
大數據時代是機器學習最美好的時代,因為數據不再是問題,各類問題都可以收集到海量的數據。但是,對于很多人來說,這一門交叉學科本身卻神秘而陌生,對于沒有系統學習過相關基礎學科的人來說尤其感到“高不可攀”。如今已出版的機器學習相關書籍中,很多都有這個特點︰公式多,晦澀難懂。這讓很多程序員出身的人望而卻步。然而,在第一次讀到本書的英文版時,譯者就徹底相信︰機器學習完全可以講解得通俗易懂,讓知識的傳遞實現“潤物細無聲”。)
-----------------------------------------------------------
分享閱讀 書籍狀態請詳看圖示