Python与机器学习实战 决策树、集成学习、支持向量机与神经网络算法详解及编程实现

单就机器学习而言，其领域就包括但不限于：有监督学习、无监督学习和半监督学习，具体的问题又大致可以分两类：分类问题和回归问题。本书主要介绍各种有监督分类器的原理与Python实现，对于无监督问题和回归问题则相...

机器学习 从公理到算法

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...

机器学习算法原理与编程实践

本书是机器学习原理和算法编码实现的基础性读物，内容分为两大主线：单个算法的原理讲解和机器学习理论的发展变迁。算法除包含传统的分类、聚类、预测等常用算法之外，还新增了深度学习、贝叶斯网、隐马尔科夫模...

Python机器学习手册 从数据预处理到深度学习

这是一本关于Python的图书，采用基于任务的方式来介绍如何在机器学习中使用Python。书中有近200个独立的解决方案（并提供了相关代码，读者可以复制并粘贴这些代码，用在自己的程序中），针对的都是数据科学家或机器学...

算法学习与应用从入门到精通

PYTHON机器学习 预测分析核心算法

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...

机器学习基础 从入门到求职

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...

JAVA WEB编程从入门到实践

本书由浅入深，结合大量的实例去系统地讲解Java Web开发方方面面的知识。

Python机器学习算法

本书是一本机器学习入门读物，注重理论与实践的结合。全书主要包括6个部分，每个部分均以典型的机器学习算法为例，从算法原理出发，由浅入深，详细分析算法的理论，并配合目前流行的Python语言，从零开始，实现每一个......