| 名称: | |
| 描述: | |
| 公开/私有: | 公开 私有 |
| 标题: | |
| 描述: | |
| 公开/私有: | 公开 私有 |
检索词:
Jeff+Barnes
,
检索到: 1 条结果,
检索时间: 0.036 秒
,
排序选项:
排序方式:
隐藏分类导航
- 本书基于azure machine learning studio探讨了现代数据科学算法的背景、理论和实际应用。 全书共8章。第1章描述了在数据科学领域，azure机器学习如何通过实现完全托管的数据科学云服务迈出预测分析解决方案的关键一步；第2章讲解预测分析科学和方法论的基本概念；第3章探讨azure ml studio的基本原理；第4章基于一个实用的azure机器学习预测模型，探讨可以用来调用azure机器学习web服务的客户端和服务器应用程序的类型；第5章深入探讨azure ml studio提供的一些复杂的机器学习算法；第6章探讨数据分析的挖掘方案，包括自主数据分析、确定数据的相关性、推断逻辑分组以及被广泛研究的用“从树木到森林”的算法处理混乱数据的 (1)
