当前位置:首页 > 名称

大约有20,000项符合查询结果项。(搜索耗时:0.0274秒)

为您推荐: 机器学习python版 微课视频 python卫生健康机器学习基本方法与实践 python程序设计项目案例教程 微课视频版 机器学习 量子机器学习 机器学习导论

  • 白话机器学习算法 【工业技术】

    (新加坡)黄莉婷,(新加坡)苏川集著2019 年出版116 页ISBN:9787115506641

    与使用数学语言或计算机编程语言讲解算法的书不同,本书另辟蹊径,用通俗易懂的人类语言以及大量有趣的示例和插图讲解10多种前沿的机器学习算法。内容涵盖k均值聚类、主成分分析、关联规则、社会网络分析等无...

  • 深入浅出深度学习 原理剖析与Python实践 【工业技术】

    黄安埠著2017 年出版340 页ISBN:9787121312700

    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 【工业技术】

    王晓华著2015 年出版176 页ISBN:9787302420422

    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......

  • 机器学习基础 原理、算法与实践 【工业技术】

    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...

  • Photoshop 图形图像处理 微课 全彩 【工业技术】

    贺鑫,谭园园,黄璇主编;文晓丹,张颖希,傅兰副主编2018 年出版178 页ISBN:9787515022055

    本书通过对大量案例操作的详细讲解,全面系统地介绍了Photoshop CS6的基本操作方法和图形图像处理技巧。内容主要包括图像处理的基础知识、创建与编辑选区、图层应用、路径的创建与应用、文字编辑、蒙应用...

  • 机器学习与优化 【工业技术】

    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...

  • PYTHON高级编程 第2 【工业技术】

    (波)贾沃斯基;(法)莱德著2017 年出版403 页ISBN:7115460159

    本书针对Python3.5本进行编写,介绍Python开发中最好的实践和专业设计理念,除了包括一些第三方库和工具外,还涵盖用Nose进行测试驱动开发、用Buildbot进行连续累计以及用Trac进行项目管理等内容。最后,还介绍...

  • 机器学习项目开发实战 NET专家 F# 软件开发 智能机器 【工业技术】

    (美)马蒂亚斯·布兰德温德尔(Mathias Brandewinder)2016 年出版264 页ISBN:9787115429513

    本书教你学会利用简单的算法和技巧,构建更智能的.NET应用,从而可以让应用从数据中来自我学习。你可以利用自己熟悉的Visual Studio环境对项目编程,利用.NET环境下理想的F#语言来处理机器学习问题。如果你已经...

  • 机器学习实践:测试驱动的开发方法 【工业技术】

    (美)Matthew Kirk著;段菲译2015 年出版188 页ISBN:9787115396181

    本书面技术开发人员、CTO和咨询顾问人员,介绍了机器学习的基本原理,涵盖了测试驱动的机器学习机器学习概述、K近邻分类、朴素贝叶斯分类、隐马尔科夫模型、支持向量机、神经网络、聚类、核岭回归、模型改进...

  • 大数据挖掘与统计机器学习 【工业技术】

    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...

学科分类
返回顶部