当前位置:首页 > 名称

大约有45,791项符合查询结果项。(搜索耗时:0.1531秒)

为您推荐: python大数据分析与机器学习商业案例实战 python机器学习与计算机视觉实战 python机器学习 原书第2版 python动手学机器学习 python机器学习案例教程 原书第2版 title python极简讲义 一本书入门数据分析与机器学习

  • 百面机器学习 算法工程师带你去面试

    诸葛越,葫芦娃2018 年出版397 页ISBN:9787115487360

    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...

  • Java机器学习

    (美)乌黛·卡马特,(美)克里希纳·肖佩拉著;陈瑶,陈峰,刘江一等译2018 年出版324 页ISBN:9787111609193

    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

    李凡长等编2013 年出版358 页ISBN:9787312031601

    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...

  • 高效机器学习 理论、算法及实践

    (黎)玛丽特阿瓦德,(美)拉胡尔肯纳著;李川,林旺群,郭际香,李征译2017 年出版238 页ISBN:9787111567165

    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

    史春奇,卜晶祎,施智平著2019 年出版185 页ISBN:9787302517184

    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...

  • 基于复杂网络的机器学习方法

    (巴西)迪亚戈·克里斯蒂亚诺·席尔瓦,赵亮著2018 年出版248 页ISBN:9787111611493

    本书将机器学习和复杂网络这两个重要的研究方向结合起来,不仅包括必备的基础知识,还涵盖新近的研究成果。书中首先介绍机器学习和复杂网络的基本概念,然后描述基于网络的机器学习技术,最后对监督学习、无监督学...

  • 实战口译 学习用书

    (英)林超伦编著2004 年出版327 页ISBN:7560043925

  • 实用机器学习

    (美)亨里克·布林克(Henrik Brink),(美)约瑟夫W.理查兹(Joseph W.Richards),(美)马克·弗特罗夫(Mark Fetherolf)著2017 年出版207 页ISBN:9787111569220

    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

    (美)亚历克斯·科兹洛夫(AlexKozlov)著2017 年出版204 页ISBN:9787111572152

    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...

返回顶部