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

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...

R语言机器学习

本书讲解的是在R语言平台上使用大数据技术构建可扩展机器学习模型的新技术成果。它全面展示了如何采用机器学习算法在原始数据的基础上构建机器学习模型。本书还能让那些希望利用Apache Hadoop、Hive、Pig...

白话机器学习算法

与使用数学语言或计算机编程语言讲解算法的书不同，本书另辟蹊径，用通俗易懂的人类语言以及大量有趣的示例和插图讲解10多种前沿的机器学习算法。内容涵盖k均值聚类、主成分分析、关联规则、社会网络分析等无...

多维粒子群优化在机器学习与模式识别中的应用

Spark MLlib机器学习实践

本书分为12章，详细介绍Spark MLLib大数据处理和分析的方法和技巧。本书从Spark基础开始，依次介绍MLLib基础，MLLib中RDD详解，MLLib基本概念，协同，过滤算法，线性回归，分类，决策树与保序回归，聚类，关联规则，数据降维，特......