大约有273,107项符合查询结果项。（搜索耗时：0.4002秒）
为您推荐： python机器学习 原书第2版 python机器学习案例教程 原书第2版 title机器学习算法 原书第2版 title机器学习 贝叶斯和优化方法英文版原书第2版 title python机器学习 原书第2版 机器学习 算法视角 原书第2版
-
-
-
-
深入浅出深度学习 原理剖析与Python实践
黄安埠著2017 年出版340 页ISBN：9787121312700本书介绍了深度学习相关的原理与应用，全书共分为三大部分，第一部分主要回顾了深度学习的发展历史，以及Theano的使用；第二部分详细讲解了与深度学习相关的基础知识，包括线性代数、概率论、概率图模型、机器学习和...
-
-
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...
-
-
机器学习项目开发实战 NET专家 F# 软件开发 智能机器人
（美）马蒂亚斯·布兰德温德尔（Mathias Brandewinder）2016 年出版264 页ISBN：9787115429513本书教你学会利用简单的算法和技巧，构建更智能的.NET应用，从而可以让应用从数据中来自我学习。你可以利用自己熟悉的Visual Studio环境对项目编程，利用.NET环境下理想的F#语言来处理机器学习问题。如果你已经...
-
机器学习实践：测试驱动的开发方法
（美）Matthew Kirk著；段菲译2015 年出版188 页ISBN：9787115396181本书面技术开发人员、CTO和咨询顾问人员，介绍了机器学习的基本原理，涵盖了测试驱动的机器学习、机器学习概述、K近邻分类、朴素贝叶斯分类、隐马尔科夫模型、支持向量机、神经网络、聚类、核岭回归、模型改进...