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
購物車(
我的訂單
