机器学习实践指南 案例应用解析

全书分为准备篇、基础篇、统计分析实战和机器学习实战篇。由于目前出版的机器学习大多偏重理论，这对机器学习类书籍的读者带来了极大的挑战，抽象的理论加上成堆的数学公式将大量渴求学习的人们挡在了门外。针...

数据挖掘 实用机器学习工具与技术 英文版 原书第3版

本书是机器学习和数据挖掘领域的经典畅销教材，被众多国外名校选为教材。书中不仅详细介绍机器学习的基本理论，还对实际工作中应用的相关工具和技术提了一些建议。本版对上一版内容进行了全面更新，以反映自第2...

机器学习算法原理与编程实践

本书是机器学习原理和算法编码实现的基础性读物，内容分为两大主线：单个算法的原理讲解和机器学习理论的发展变迁。算法除包含传统的分类、聚类、预测等常用算法之外，还新增了深度学习、贝叶斯网、隐马尔科夫模...

高效机器学习 理论、算法及实践

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 Python实践

本书系统地讲解了机器学习的基本知识，以及在实际项目中使用机器学习的基本步骤和方法；详细地介绍了数据处理、分析、选择合适的算法，以及建立模型并优化等，通过不同的例子展示了机器学习在具体的项目中的应用和...

大数据分析师权威教程 机器学习、大数据分析和可视化

本系列图书以“大数据分析师”应掌握的IT技术为主线，共两卷7个模块。本书为第2卷，首先介绍机器学习的类型和方法，R上的图模型和贝叶斯网络、人工神经网络、使用PCA和因子分析降维法以及支持向量机，并讲解如何用...

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。...

深度实践Spark机器学习

本书以最新的Spark2.0为技术基础，重点讲解了如何构建机器学习系统以及如何实现机器学习流程的标准化，这两点都是目前同类书中没有的。第1～7章从概念、架构、算法等角度介绍了机器学习的基本概念；第8～12章以实例...

Data Machine Learning Tools and Techniques with Java Implementataions 数据挖掘：实用机器学习技术及Java实现

建筑能耗分析中的数据挖掘与机器学习

建筑的能源性能受很多因素的影响，本书针对建筑的复杂特性，重点研究用最新的数据挖掘和机器学习方法来对建筑能耗进行精确的预测、分析或者故障检测/诊断。本书涉及建筑能耗分析的建模及用于模型降阶与并行计...