机器学习实践指南 基于R语言

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

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

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

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

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

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...

一般学习适用 实用代数 第2版

机器学习方法

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...

机械设计学习指南 第2版

基于R语言的机器学习

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...