统计机器学习导论 英文版

本书对机器学习的关键知识点进行了全面讲解，帮助读者顺利完成从理论到实践的过渡。书中首先介绍用于描述机器学习算法的统计与概率的知识，接着详细分析机器学习技术的两类主要方法——生成方法和判别方法，最后...

机器学习算法

机器学习因运用大数据实现强大且快速的预测而大受欢迎。然而，其强大的输出背后，真正力量来自复杂的算法，涉及大量的统计分析，以大数据作为驱动而产生实质性的洞察力。这本第2版的机器学习算法引导您取得与机器...

机器学习vs复杂系统

现实生活中预测的根本难题在于无处不在的复杂性，比如股市、自然灾害、长久的天气预测，都很难做到精准。复杂系统帮助我们理解复杂性产生的根源，而机器学习让我们利用数据最大可能的预测和掌控复杂。本书内容涉...

百面机器学习 算法工程师带你去面试

本书收集了超过100道机器学习的题目，这些题目大部分在近年算法工程师的笔试、面试中出现过，作者试图从实际应用出发，给出详细的解答，打通从理论到应用的障碍。书中还讲述了很多算法背后的小故事，增加读者对问题...

机器基础的设计原理

Java机器学习

本书涵盖了机器学习中的经典技术，如分类、聚类、降维、离群值检测、半监督学习和主动学习。同时介绍了近期高深的主题，包括流数据学习、深度学习以及大数据学习的挑战。每一章指定一个主题，包括通过案例研究，介...

李群机器学习

从历史经验看，研究机器学习应该以“认知科学为基础、数学方法为手段、可计算理论为标准、分析数据规律为目标、计机机技术为实现途径，沿着这样的路径，构建机器学习的理论、技术、方法、应用体系”。因此，本书以...

Python机器学习 5个数据科学家案例解析

本书包括5个机器学习案例，展示了如何使用Python 编程语言完成机器学习任务，从而降低机器学习难度，使机器学习能够被更广泛的人群掌握。每个案例都给出了具体的可修改的代码，展示了机器学习机理，涵盖了线性回归和...

高效机器学习 理论、算法及实践

本书共11章，将高效机器学习的理论、设计原则以及实际应用有机结合，深入探讨了机器学习的主要课题，包括知识发现、分类、遗传算法、神经网络、内核方法和生物启发技术等。读者可从中了解机器学习技术可以解决的...

机器学习 算法背后的理论与优化

针对机器学习领域中最常见的一类问题——有监督学习，本书从入门、进阶、深化三个层面由浅入深地对该问题进行了讲解。三个层面包括基础入门算法层面、有监督学习的核心理论层面、理论背后的数学原理层面。基...