当前位置:首页 > 名称

大约有6,000项符合查询结果项。(搜索耗时:0.0243秒)

为您推荐: python机器学习基础算法与实战pdf 机器学习算法入门与编程实践 机器学习基础 原理 算法与实践 python机器学习实战 pytorch机器学习从入门到实战 机器学习技术与实战 医学大数据深度应用

  • 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...

  • 机器学习经典算法剖析 基于OpenCV

    赵春江编著2018 年出版290 页ISBN:9787115482136

    本书就是出于此目的,对正态贝叶斯分类器、K近邻算法、支持向量机、决策树、AdaBoost、梯度提升树、随机森林、极端随机树、期望极大值、神经网络这十大经典的机器学习算法先进行具体的原理分析,然后给出OpenC...

  • 机器学习 从公理到算法

    于剑著2017 年出版231 页ISBN:9787302471363

    机器学习的主要目的是从有限的数据中学习到知识。而知识的基本单元是概念。借助于概念,人类可以在繁复的思想与多彩的世界之间建立起映射,指认各种对象,发现各种规律,表达各种想法,交流各种观念。一旦缺失相应的...

  • 分布式机器学习 算法 理论与实践

    刘铁岩等著2018 年出版264 页ISBN:9787111609186

    本书的目的是向读者全面展示分布式机器学习的现状,深入分析其中的核心技术问题,并且讨论该领域未来发展的方向。本书既可以作为研究生从事分布式机器学习方向研究的参考文献,也可以作为人工智能从业者进行算法...

  • 利用机器学习开发算法交易系统

    (韩)安明浩著;王雪珂译2019 年出版172 页ISBN:9787115504043

    本书介绍了机器学习必要的统计与概率方面的数学理论,以及适用机器学习的领域相关的领域知识,同时收录了实现代码。利用机器学习编写程序时,机器学习算法所占的比重并不大,重要的是理解数据并掌握特性。在此过程...

  • 机器学习精讲 基础、算法及应用

    (美)杰瑞米·瓦特,(美)雷萨·博哈尼,(美)阿格洛斯·K·卡萨格罗斯著;杨博译2019 年出版214 页ISBN:9787111611967

    本书按照几何直觉、算法思想和实际应用(涵盖计算机视觉、自然语言处理、经济学、神经科学、推荐系统、物理学和生物学等学科)的顺序,为读者提供了深入浅出的基础知识和解决实际问题所需的实用工具。本书还包含...

  • Python机器学习算法

    赵志勇著2017 年出版343 页ISBN:9787121313196

    本书是一本机器学习入门读物,注重理论与实践的结合。全书主要包括6个部分,每个部分均以典型的机器学习算法为例,从算法原理出发,由浅入深,详细分析算法的理论,并配合目前流行的Python语言,从零开始,实现每一个......

  • 机械学习 微软Azure机器学习实战手册

    (日)千贺大司,山本和贵,大泽文孝著;贾硕译2017 年出版217 页ISBN:7300250953

  • 机器学习算法原理与编程实践

    郑捷著2015 年出版414 页ISBN:9787121273674

    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...

  • 机器学习算法导论

    王磊,王晓东编著2019 年出版388 页ISBN:9787302524564

    机器学习是计算机智能围棋博弈系统、无人驾驶汽车和工业界人工智能助理等新兴技术的灵魂,特别是深度学习理论更是诸多高精尖人工智能技术的核心。掌握机器学习理论与实践技术是学习现代人工智能科学最重要的...

返回顶部