当前位置:首页 > 名称

大约有45,277项符合查询结果项。(搜索耗时:0.1498秒)

为您推荐: python机器学习实战 title机器学习实战 图灵出品 python大数据分析与机器学习商业案例实战 机器学习算法竞赛实战 机器学习实战 使用r tidyverse和mlr 机器学习实战 图灵程序设计丛书

  • 实用机器学习

    孙亮,黄倩著2017 年出版340 页ISBN:9787115446466

    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

    (印)卡西克·拉玛苏布兰马尼安(Karthik Ramasubramanian),(印)阿布舍克·辛格(Abhishek Singh)著2018 年出版411 页ISBN:9787111595915

    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

    (新加坡)黄莉婷,(新加坡)苏川集著2019 年出版116 页ISBN:9787115506641

    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...

  • Spark MLlib机器学习实践

    王晓华著2015 年出版176 页ISBN:9787302420422

    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......

  • 机器学习基础 原理、算法与实践

    袁梅宇著2018 年出版295 页ISBN:9787302500148

    本书主要介绍机器学习的基础算法,采用MATLAB编程实现各个算法。主要内容包括机器学习介绍、线性回归、逻辑回归、模型评估与选择、决策树、K-均值算法和EM、神经网络、K近邻和kd树、贝叶斯与文本分类、隐马...

  • 机器学习与优化

    罗伯托·巴蒂蒂(Roberto Battiti),毛罗·布鲁纳托(Mauro Brunato)2018 年出版272 页ISBN:9787115480293

    本书是机器学习实战领域的一本佳作,从机器学习的基本概念讲起,旨在将初学者引入机器学习的大门,并走上实践的道路。本书通过讲解机器学习中的监督学习和无监督学习,并结合特征选择和排序、聚类方法、文本和网页...

  • 机器学习导论 2版

    阿培丁著2014 年出版338 页ISBN:9787111453772

    本书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、非参数方法、决策树、线性判别式、多层感知器、局部模型、隐马尔可夫模型、分类算法评估...

返回顶部