当前位置:首页 > 名称

大约有522,823项符合查询结果项。(搜索耗时:0.5429秒)

为您推荐: python机器学习与计算机视觉实战 python大数据分析与机器学习商业案例实战 零基础入门python数据分析与机器学习 机器学习基础 原理 算法与实践 python机器学习实战 机器学习算法竞赛实战

  • 深入学习:Python程序开发

    (美)Andre Lessa著;张晓晖等译2001 年出版599 页ISBN:7505369423

  • 极简算法史 从数学到机器的故事

    (法)吕克·德·布拉班迪尔著;任轶译2019 年出版138 页ISBN:9787115500809

    本书呈现了一段妙趣横生的人类思维史。从古希腊哲学到“无所不能”的计算机,数字、计算、推理这些貌似简单的概念在三千年里不断融汇、相互影响、相互塑造。本书描绘了一场人类探索数学、算法与逻辑思维,并最...

  • 流形学习若干关键问题与算法研究

    古楠楠,樊明宇,王迪,韩志著2015 年出版192 页ISBN:9787563823741

    数据降维(或称为维数约简)是数据挖掘与数据建模的基本问题,而流形学习是近年来所发展起来的数据降维最引人注目的方法之一。流形学习是缓解高维数据的“维数灾难”等问题的有效方法,具有十分重要的理论研究价值...

  • 机器学习与优化

    罗伯托·巴蒂蒂(Roberto Battiti),毛罗·布鲁纳托(Mauro Brunato)2018 年出版272 页ISBN:9787115480293

    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...

  • 大数据挖掘与统计机器学习

    吕晓玲,宋捷主编2019 年出版332 页ISBN:9787300264066

    本课程的教学内容主要包括聚类、关联、降维、变量选择、分类与预测、集成算法、图模型与推荐系统等。每一部分都是本课程授课的主要内容,都力求深入浅出,精讲细讲,不光讲解各种方法的过程与原理,还要加强学生对...

  • 机器学习与数据科学 基于R的统计学习方法

    (美)古铁雷斯(Daniel D.Gutierrez)2017 年出版242 页ISBN:9787115452405

    本书通过8章内容,由浅入深地介绍了机器学习、数据处理、数据再加工、数据分析、回归分析、数据分类、模型性能评估以及无监督学习等内容。可谓是每一章都是当前最新颖最有探索价值的专题,对于想要了解机器学...

  • PySpark实战指南 利用Python和Spark构建数据密集型应用并规模化布署

    (美)托马兹·卓巴斯,丹尼·李著2017 年出版186 页ISBN:7111582380

  • 数据挖掘与机器学习

    吴建生,许桂秋主编2019 年出版170 页ISBN:9787115503527

    本书系统地阐述了数据挖掘产生的背景、技术、多种相关方法及具体应用,主要内容包括数据挖掘概述,数据采集、集成与预处理技术,多维数据分析与组织,预测模型研究与应用,关联规则模型及应用,聚类分析方法与应用,......

  • 学习 PYTHON 第2版

    (美)卢茨(LUTZ,M.),(美)阿舍(ASCHER,D.)著2005 年出版591 页ISBN:7564100478

    本书阐述了人口科学网络信息资源的检索与利用。

返回顶部