当前位置:首页 > 名称

大约有41,111项符合查询结果项。(搜索耗时:0.1560秒)

为您推荐: title快乐机器学习 全彩印刷 机器学习 大数据与机器学习 机器学习入门基础 python机器学习实战 零基础学机器学习

  • 机器学习实践指南 基于R语言

    (英)尼格尔·刘易斯著;高蓉,李茂译2018 年出版144 页ISBN:9787115478177

    本书通过对R语言的讲解,帮助读者构建机器学习的模型,同时了解一系列与数据科学相关的理论,以及如何利用R语言开展研究。本书对读者的技术背景不做任何要求,专为那些希望构建使用的数据模型的读者,以及想要掌握高...

  • 机器学习理论、方法及应用

    王雪松,程玉虎著2009 年出版177 页ISBN:9787030254399

    本书主要围绕基于神经网络的学习、强化学习和进化学习3个方面阐述机器学习理论、方法及其应用,共3部分13章。第一部分是神经网络学习及其在复杂非线性系统中的控制,第二部分是强化学习的大规模或连续空间表示...

  • 机器学习

    (新西兰)史蒂芬·马斯兰(Stephen Marsland)著2019 年出版302 页ISBN:9787111622260

    本书的核心视角是机器学习中的算法,旨在帮助读者掌握算法思想,熟悉相关的数学与统计学知识,并掌握必要的编程技巧和实验方法。书中首先介绍基础概念,然后从相对简单的监督学习方法开始讲解,同时讨论了优化和搜索...

  • 机器学习 从公理到算法

    于剑著2017 年出版231 页ISBN:9787302471363

    机器学习的主要目的是从有限的数据中学习到知识。而知识的基本单元是概念。借助于概念,人类可以在繁复的思想与多彩的世界之间建立起映射,指认各种对象,发现各种规律,表达各种想法,交流各种观念。一旦缺失相应的...

  • 分布式机器学习 算法 理论与实践

    刘铁岩等著2018 年出版264 页ISBN:9787111609186

    本书的目的是向读者全面展示分布式机器学习的现状,深入分析其中的核心技术问题,并且讨论该领域未来发展的方向。本书既可以作为研究生从事分布式机器学习方向研究的参考文献,也可以作为人工智能从业者进行算法...

  • 机器学习基础 从入门到求职

    胡欢武编著2019 年出版366 页ISBN:9787121355219

    本书介绍了机器学习的完整学习路径,系统性挖掘了各大机器学习模型之间的联系和本质意义,结合Python常见库和数据库等实际工具讲解机器学习项目中的各个过程,最终解机器学习求职过程、注意事项,以及企业机器学习...

  • 机器学习方法

    蒋艳凰,赵强利编著2009 年出版282 页ISBN:9787121090059

    本书比较全面系统地介绍了机器学习的方法和技术。全书共分为13章,分别介绍了机器学习的基本概念、最近邻规则、贝叶斯学习、决策树、基于事例推理的学习、神经网络、支持向量机、遗传算法、集成学习、纠错输...

  • 给孩子一个快乐学习环境

    蒋林著2005 年出版223 页ISBN:7807110880

    本书介绍了斯宾塞的“快乐教育”,并结合实际例子,给予生动的说明,让孩子在欢愉的气氛中接受教育,提高学习的能力。

  • Python高级数据分析 机器学习、深度学习和NLP实例

    (印)萨扬·穆霍帕迪亚(Sayan Mukhopadhyay)著2019 年出版156 页ISBN:9787111617020

    本书介绍了基于Python的高级数据分析,探讨了Neo4j、Elasticsearch和MongoDB等数据库,讨论了如何实现包括主题爬取在内的ETL技术,并用于高频算法交易和目标导向的对话系统等领域;还介绍了一些机器学习概念(如半监...

  • 基于R语言的机器学习

    Scott V. Burger著2018 年出版219 页ISBN:9787519825850

    本书主要内容有:介绍机器学习领域的模型、算法和数据训练。了解监督和非监督机器学习算法。针对模型使用的数据进行统计验证。深入了解商业和科学中使用的线性回归模型。使用单层和多层神经网络计算结果。介...

返回顶部