机器学习实践应用

本书主要是分享作者多年来的机器学习算法商业化实践经验。分别从机器学习的发展历程、算法理论、平台工具、实际案例几方面来系统化的介绍机器学习算法与实际业务的结合。全书分为20章，4个部分。4个部分包括...

计算机科学与工程导论 基于IoT和机器人的可视化编程实践方法 第2版

本书以培养学生对计算机科学与工程专业的兴趣为宗旨，以培养问题解决能力为目标，从具体到抽象，将计算机科学的基本原理和动手实践有机结合，通过图形化的编程语言、机器人实验、手机应用和Web开发等工具及案例，使...

Hadoop+Spark大数据巨量分析与机器学习整合开发实战

实用机器学习

本书围绕实际数据分析的流程展开，着重介绍数据探索、数据预处理和常用的机器学习算法模型。本书从解决实际问题的角度出发，介绍回归算法、分类算法、推荐算法、排序算法和集成学习算法。本书的最大特色就是贴...

R语言机器学习

本书讲解的是在R语言平台上使用大数据技术构建可扩展机器学习模型的新技术成果。它全面展示了如何采用机器学习算法在原始数据的基础上构建机器学习模型。本书还能让那些希望利用Apache Hadoop、Hive、Pig...

多维粒子群优化在机器学习与模式识别中的应用

深入浅出深度学习 原理剖析与Python实践

本书介绍了深度学习相关的原理与应用，全书共分为三大部分，第一部分主要回顾了深度学习的发展历史，以及Theano的使用；第二部分详细讲解了与深度学习相关的基础知识，包括线性代数、概率论、概率图模型、机器学习和...

Spark MLlib机器学习实践

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......

机器学习与优化

本书是机器学习实战领域的一本佳作，从机器学习的基本概念讲起，旨在将初学者引入机器学习的大门，并走上实践的道路。本书通过讲解机器学习中的监督学习和无监督学习，并结合特征选择和排序、聚类方法、文本和网页...

常用算法深入学习实录

本书共分15章，循序渐进、由浅入深地详细讲解了算法的核心内容，并通过具体实例的实现过程演练了各个知识点的具体用法。本书首先详细讲解了算法的基础知识，剖析了将算法称为“程序灵魂”的原因。然后详细讲解了...