机器学习原理及应用

本书为配合大数据产业发展需要，主要介绍了什么是机器学习，机器学习的发展历程及研究现状、分类、应用前景，机器学习的基础理论，人工神经网络，主流的机器学习模型，机器学习方法，大数据时代的数据挖掘与机器学习......

机器学习 Go语言实现

本书不仅清楚地介绍了在Go世界中机器学习的技术和编程方面的内容，还有助于读者理解现实分析工作中合理的工作流程和理念。本书的第1章~第3章讲述了在机器学习流程中如何准备和分析数据；第4章~第7章详细介绍了...

R语言机器学习参考手册（影印版）=machine learning with r cookbook

Microsoft Azure机器学习和预测分析

本书是一本讲解数据科学和机器智能的实用指南，它旨在帮助读者构建和部署预测模型。本书还提供了对Microsoft Azure机器学习工具的全方位指导，对于构建推荐系统、倾向模型以及预测模型给出了实用性的指导。本...

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...

高等学校教学用书 机械振动学与机器动力学 2

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...