实用机器学习

本书介绍了实用机器学习的工作流程，主要是从实用角度进行描述，没有数学公式和推导。涵盖了数据收集与处理、模型构建、评价和优化，特征的识别、提取和选择技术，高级特征工程，数据可视化技术，以及模型的部署和安.....

Scala机器学习

本书用了10章来介绍怎么使用Scala在Spark平台上实现机器学习算法，其中Scala的版本为2.11.7，Spark采用基于Hadoop 2.6的版本，这些都是比较新的版本。本书从数据分析师怎么开始数据分析入手，介绍了数据驱动过程和...

基于机器学习的蛋白质相互作用与功能预测

本文采用机器学习的方法，研究了蛋白质相互作用和功能预测的几个重要方面：蛋白质相互作用位点预测、蛋白质相互作用能量热点（Hot Spots）预测、蛋白质相互作用预测和蛋白质功能预测。提出了一系列的蛋白质相互作...

机器学习与反洗钱 可疑金融交易智能甄别技术研究

本书内容是利用机器学习理论和技术，结合系统复杂性理论和方法，以海量和复杂的金融交易数据中学习和识别客户金融交易的行为模式，从而发现那些明显偏离正常行为的范式的所谓离群模式，通过简法的判别算法，实现对涉...

大数据巨量分析与机器学习的整合与开发

本书讲述大数据和机器学习的基本概念，如：分类、分析、训练、建模、预测、机器学习（推荐引擎）、机器学习（二元分类）、机器学习（多元分类）、机器学习（回归分析）和数据可视化应用。为降低读者学习大数据技术的......

机器学习算法实践 推荐系统的协同过滤理论及其应用

本书是作者及其合作者近年来在期刊上发表的论文中选择具有代表性论文编辑而成，是作者从事推荐系统的阶段性研究成果和工作总结，书中较全面地介绍了基于协同过滤的推荐系统的存在的问题、解决方法和评估策略。...

机器学习的煤与瓦斯突出前兆识别方法研究

本书以煤与瓦斯突出监测数据（瓦斯浓度及电磁强度）为研究对象，通过引入“概率数据流”模型，对监测数据进行建模，并在此模型基础上实现干扰模式的检测和突出前兆模式的识别，同时提出了突出数据的类不均衡问题，并......

机器学习中的不平衡分类方法

本书共12章，主要讲述不平衡分类学习的基本理论、特征选择与降维学习、模型评估与选择、重采样与代价敏感学习、贝叶斯分类器、决策树与随机森林、集成学习与强化学习等重要的不平衡分类学习方法，为不平衡分类...

成人英语学习实战指南

基于机器学习的遥感影像分类方法研究

本书围绕遥感图像分类这一主线，深入研究监督学习、半监督学习、集成学习三大主流机器学习算法，构建完整的遥感图像分类体系。在理论研究的基础之上，结合实例，详细介绍改进机器学习算法及其在遥感分类处理中的应...