大约有127,744项符合查询结果项。（搜索耗时：0.2362秒）
为您推荐： 商用机器学习 数据科学实践 数据驱动的科学和工程 机器学习 机器学习算法入门与编程实践 title python极简讲义 一本书入门数据分析与机器学习 python大数据分析与机器学习商业案例实战 mlops实践 机器学习从开发到生产
-
R语言实战 机器学习与数据分析
左飞著2016 年出版376 页ISBN：9787121286698本书将统计分析与数据挖掘技术有机地结合在一起，通过大量实例，循序渐进、全面系统地向读者介绍了在R中进行数据挖掘和统计分析的基本方法。具体内容包括：R语言编程技术、参数估计、假设检验、极大似然估计、列...
-
机器学习与数据挖掘：方法和应用
（美）RyszardS.MichalskiIvanBratkoMiroslavKubat等著；朱明等译2004 年出版423 页ISBN：7505392247本书主要分5个部分，共18章，较为全面地介绍了机器学习的基本概念，并讨论了数据挖掘和知识发现中的有关问题及多策略学习方法，具体地阐述了机器学习与数据挖掘在工程设计，文本、图像和音乐，网页分析、计算机病毒和....
-
-
零基础学R语言数据分析 从机器学习、数据挖掘、文本挖掘到大数据分析
李仁钟，李秋缘编著2018 年出版273 页ISBN：9787302510802本书共分14章，前四章介绍R语言的基本操作及应用，第5章介绍相关的套件，6～9章介绍算法，10～12章介绍相关规则，文本挖掘、图形化数据分析工具；最后两章介绍Hadoop和Spark大数据分析。本书不仅带领读者学习R语言，更强调.....
-
Spark MLlib机器学习实践
王晓华著2015 年出版176 页ISBN：9787302420422本书分为12章，详细介绍Spark MLLib大数据处理和分析的方法和技巧。本书从Spark基础开始，依次介绍MLLib基础，MLLib中RDD详解，MLLib基本概念，协同，过滤算法，线性回归，分类，决策树与保序回归，聚类，关联规则，数据降维，特......
-
机器学习基础 原理、算法与实践
袁梅宇著2018 年出版295 页ISBN：9787302500148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...
-
机器学习实践：测试驱动的开发方法
（美）Matthew Kirk著；段菲译2015 年出版188 页ISBN：9787115396181本书面技术开发人员、CTO和咨询顾问人员，介绍了机器学习的基本原理，涵盖了测试驱动的机器学习、机器学习概述、K近邻分类、朴素贝叶斯分类、隐马尔科夫模型、支持向量机、神经网络、聚类、核岭回归、模型改进...
-
-
-
跟着迪哥学Python数据分析与机器学习实战
唐宇迪著2019 年出版449 页ISBN：9787115512444全书共20章，大致分为4个部分。第1部分介绍了Python必备的工具包，包括科学计算库Numpy、数据分析库Pandas、可视化库Matplotlib；第2部分讲解了机器学习中的经典算法，例如回归算法、决策树、集成算法、支持向量机...