机器学习与数据科学 基于R的统计学习方法

本书通过8章内容，由浅入深地介绍了机器学习、数据处理、数据再加工、数据分析、回归分析、数据分类、模型性能评估以及无监督学习等内容。可谓是每一章都是当前最新颖最有探索价值的专题，对于想要了解机器学...

深入理解Auto ML和Auto DL:构建自动化机器学习与深度学习平台

机器学习Web应用

这是一本结合Python语言讲述Web下机器学习的图书，本书内容全面，既能够让读者熟悉最基本的机器学习的相关概念，也能够了解Web下数据挖掘的工具和技术，除此之外，书中还会介绍与Django框架有关的知识以及数据库管理...

机器学习实践应用

本书主要是分享作者多年来的机器学习算法商业化实践经验。分别从机器学习的发展历程、算法理论、平台工具、实际案例几方面来系统化的介绍机器学习算法与实际业务的结合。全书分为20章，4个部分。4个部分包括...

Python机器学习实战

本书的主要内容分为四大部分：（1）Python 开发程序的一些方法技巧，比如虚拟环境管理、敏捷开发入门、单元测试等；（2）Python 中的一些中级使用技巧，比如列表生成式、多线程与多进程、Python程序性能分析等；（3）机器学......

Python机器学习算法

本书讲解目前流行的机器学习算法，包括线性回归、Logistic回归、Softmax回归、朴素贝叶斯、决策树、支持向量机、K近邻、kmeans、PCA、人工神经网络。每个算法分为三部分讲解：1.数学模型理论推导2.基于numpy的...

PYTHON极简讲义 一本书入门数据分析与机器学习

零起点 Python足彩大数据与机器学习实盘分析

Hadoop+Spark大数据巨量分析与机器学习整合开发实战

实用机器学习

本书围绕实际数据分析的流程展开，着重介绍数据探索、数据预处理和常用的机器学习算法模型。本书从解决实际问题的角度出发，介绍回归算法、分类算法、推荐算法、排序算法和集成学习算法。本书的最大特色就是贴...