机器学习

本书比较全面地介绍了机器学习理论，内容包括模型模型评估与选择、决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与距离学习、特征选择、计算学习理论、半监督学习、概率图模型、规则学...

机器学习的哲学探索

本书主要是通过分析机器学习的研究前沿及其两大核心问题——“机器学习的可能实现路径”和“机器学习的发现功能”把这些问题展开讨论。

思考机器 范杜森教授经典探案全集 下

Head First Python 重视大脑的学习指南 中文版

本书是典型操作方法手册，通过图片、游戏、故事、激发学习的小测验，你不只会学习 Python与其他编程语言的异同，并且让您了解如何成为一个好的程序员。本书介绍了Python的动态存储数据的唯一方法、构建基于Pytho...

中国高校创意创新创业教育系列丛书 Python学习从入门到实践

本书定位于程序设计语言的初学者，重点介绍Python语言的核心知识，并配有大量在交互环境下的操练实例和运行结果以帮助读者理解知识点，使读者在短时间内轻松上手。全书共11章，按照循序渐进的原则安排内容，从Python...

图解机器学习

本书用丰富的图示，以最小二乘法为基础，详细讲解了处理回归问题的各种监督学习算法、处理分类问题的各种模式识别算法，以及无监督学习算法。同时配有MATLAB的示例代码，让读者可以轻松实践。本书适合机器学习初学...

神经网络与深度学习 基于TensorFlow框架和Python技术实现

Python、TensorFlow、神经网络和深度学习因人工智能的流行而成为当下IT领域的热门关键词。本书首先介绍了Python及其常用库Numpy、Matplotlib和Scipy的基本使用方法；其次介绍了TensorFlow的基本知识及使用方...

基于再生核的机器学习方法

机器学习导论

机器学习及其在统计学、模式识别、神经网络、人工智能、信号处理、控制和数据挖掘等不同领域的应用。可作为高等院校计算机相关专业高年级本科生和研究生的教材，也可供研究机器学习方法的技术人员参考。...

机器学习 实现人工智能的途径