当前位置:首页 > 名称

大约有40,000项符合查询结果项。(搜索耗时:0.0304秒)

为您推荐: title机器学习算法 原书第2版 机器学习 算法视角 原书第2版 title机器学习 贝叶斯和优化方法英文版原书第2版 python机器学习案例教程 原书第2版 python机器学习 原书第2版 title机器学习导论 原书第3版

  • 机器学习与R语言 书第2

    布雷特兰茨著2017 年出版280 页ISBN:9787111553284

  • 终身机器学习 书第2

    陈健译;(美国)陈志源,刘兵2019 年出版186 页ISBN:9787111632122

    本书介绍终身机器学习这种高级机器学习范式,这种范式通过积累过去的知识持续地学习,并将所学到的知识用于帮助未来的学习和解决问题。本书适用于对机器学习、数据挖掘、自然语言处理或模式识别感兴趣的学生、...

  • TensorFlow机器学习实战指南 书第2

    李飞译;(美国)尼克·麦克卢尔2019 年出版281 页ISBN:9787111631262

    TensorFlow是一个开源机器学习库。本书从TensorFlow的基础开始介绍,涉及变量、矩阵和各种数据源。之后,针对使用TensorFlow线性回归技术的实践经验进行详细讲解。后续章节将在前文的基础上讲述神经网络、CNN...

  • 机器学习导论 书第2

    (美)米罗斯拉夫·库巴特著2018 年出版251 页ISBN:9787111605812

    本书是一本浅显易懂的机器学习入门教材,它以理论与实际相结合的方式全面地涵盖了主流的机器学习理论与技术。全书共17章,介绍了贝叶斯分类器、最近邻分类器、线性与多项式分类器、人工神经网络、决策树、基于...

  • 分布式算法导论 书第2

    (荷)Gerard Tel著;霍红卫译2004 年出版385 页ISBN:7111146743

    本书对分布式算法以及算法所涉及的理论进行介绍。

  • 机器学习导论 书第3

    (土耳其)埃塞姆·阿培丁著;范明译2016 年出版356 页ISBN:9787111521945

    本书是关于机器学习这一主题内容全面的教科书,涵盖了通常在机器学习导论中并不包括的广泛题材。对机器学习的定义和应用实例进行了介绍,涵盖了监督学习、贝叶斯决策理论、参数方法、多元方法、维度归约、聚类...

  • 神经网络与机器学习 书第3

    (加)海金著2011 年出版572 页ISBN:9787111324133

    《神经网络与机器学习》是Simon Haykin的神经网络经典著作《神经网络原理》的第三。这一对神经网络和学习机器这两个密切相关的分支进行了全面分析,在前一的基础上作了广泛修订,提供了神经网络和机器学...

  • 算法心得 高效算法的奥秘 书第2

    (美)HenryS.Warren,Jr.著2014 年出版419 页ISBN:9787111453567

    本书介绍了构建更优雅、更有效的软件的更省时技术、算法和技巧。这些方法都非常实用,而且很有趣,有时候会让人觉得意想不到,就像在解好玩的谜题一样。相信任何想要提高软件效率和软件质量的开发人员都能从本书...

  • 数据结构与算法经典问题解析 书第2

    (印度)纳拉辛哈·卡鲁曼希(Narasimha Karumanchi)著;沈华,李兵兵,杜江毅,张明武译2019 年出版484 页ISBN:7111612414

  • 算法技术手册 书第2

    (美)乔治·T·海涅曼(George T.Heineman),加里·波利切(Gary Pollice)著2017 年出版342 页ISBN:9787111562221

    本书使用实际代码而非伪代码来描述算法,并以经验主导支撑数学分析,侧重于应用且规范严谨。本书提供了用多种程序设计语言实现的文档化的实际代码解决方案,还介绍了近40种核心算法,其中包括用于计算点集的Vorono...

学科分类
返回顶部