深入学习：Python程序开发

机器学习基础 原理、算法与实践

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...

机器学习与优化

本书是机器学习实战领域的一本佳作，从机器学习的基本概念讲起，旨在将初学者引入机器学习的大门，并走上实践的道路。本书通过讲解机器学习中的监督学习和无监督学习，并结合特征选择和排序、聚类方法、文本和网页...

大数据挖掘与统计机器学习

本课程的教学内容主要包括聚类、关联、降维、变量选择、分类与预测、集成算法、图模型与推荐系统等。每一部分都是本课程授课的主要内容，都力求深入浅出，精讲细讲，不光讲解各种方法的过程与原理，还要加强学生对...

机器学习与数据科学 基于R的统计学习方法

本书通过8章内容，由浅入深地介绍了机器学习、数据处理、数据再加工、数据分析、回归分析、数据分类、模型性能评估以及无监督学习等内容。可谓是每一章都是当前最新颖最有探索价值的专题，对于想要了解机器学...

深入理解Auto ML和Auto DL:构建自动化机器学习与深度学习平台

模式识别中的特征提取与计算机视觉不变量

PySpark实战指南 利用Python和Spark构建数据密集型应用并规模化布署

学习 PYTHON 第2版

本书阐述了人口科学网络信息资源的检索与利用。

数据挖掘与机器学习

本书系统地阐述了数据挖掘产生的背景、技术、多种相关方法及具体应用，主要内容包括数据挖掘概述，数据采集、集成与预处理技术，多维数据分析与组织，预测模型研究与应用，关联规则模型及应用，聚类分析方法与应用，......