机器学习与智能决策支持系统

本书首先介绍智能决策支持系统的基本概念，并详细介绍了归纳学习、范例推理、粗糙集、遗传算法等学习方法；本书后半部分介绍了有关概念 ，并详细探讨了基于几类具体学习技术的智能决策支持系统，不仅研究了基于机...

人工智能原理与应用 专家系统、机器学习、面向对象的方法

机器学习经典算法剖析 基于OpenCV

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...

神经网络与机器学习 英文版

本书作者结合近年来神经和机器学习的最新进展，在介绍经典神经网络的过程中充实了最新的研究进展，从理论和实际应用出发，全面、系统地介绍了神经网络的基本模型、方法和技术，并将神经网络和机器学习有机地结合在...

机器学习及其应用 2013

本书邀请国内外相关领域的专家撰文，以综述的形式分别介绍机器学习不同分支及相关领域的研究进展。全书共分8章，内容分别涉及稀疏Topical表示学习、基于向量场的流形学习和排序、秩极小化、实值多变量维数约简...

R语言机器学习参考手册 英文

本书通过设置一个用户友好的编程环境并使用R语言进行数据ETL来介绍R语言基础知识。提供数据探索样例，以展示R语言的数据可视化和机器学习功能在探索隐含关系方面的强大能力。你将深入了解重要的机器学习主题...

Spark机器学习进阶实战

全书一共分三篇。基础篇（1～2章）对Spark机器学习进行概述、并通过Spark机器学习开始进行数据分析；算法篇（3～8章）针对分类、聚类、回归、协同过滤、关联规则、降维等算法进行详细讲解，并进行案例支持；综合案例篇（9......

Apache Spark机器学习

本书包装了一系列项目“蓝图”，展示了Spark可以帮你解决的一些有趣挑战，读者在将理论知识实践于一些实际项目之前，会了解到如何使用Spark notebook，以及如何访问、清洗和连接不同的数据集，你将在其中了解Spark机...

Python+Tensorflow机器学习实战

本书全面阐述了Tensorflow机器学习框架的原理、概念，详细讲解了线性回归、支持向量机、神经网络算法、无监督学习等常见的机器学习算法模型，并通过Tensorflow在图形识别、文本识别、语音识别等方面的成功实例...

机器学习入门之道

本书紧紧围绕“机器学习的商业应用”这个主题，从数学原理上解释了机器学习的一些基础算法，如最小二乘法、最优推断法、感知器、Logisitic回归、K均值算法、EM算法、贝叶斯推断等。全书的主旨在于帮助读者理解...