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:0.0528秒)

为您推荐: 机器学习 量子机器学习 机器学习导论 机器学习系统 深度强化学习理论及其在机器人运动控制中的应用实践 python卫生健康机器学习基本方法与实践

  • 机器人建模控制 【工业技术】

    (美)马克W.斯庞,赛斯·哈钦森,M.维德雅萨加著;贾振中,徐静,付成龙,伊强译2016 年出版265 页ISBN:9787111542759

    基于SpongVidyasagar所著的十分成功的经典教材《Robot Dynamics and Control》(Wiley,1989),本书对机器人领域做了彻底更新且十分完备的介绍。本书所介绍的基础高级内容不仅易读,并且在数学推导上十分严谨。...

  • 大数据与机器学习 实践方法与行业案例 【工业技术】

    陈春宝,阙子扬,钟飞著2017 年出版297 页ISBN:9787111556800

    本书从企业实践出发,内容覆盖数据、平台、分析应用等企业内数据流转的主要环节。布局上,按照数据与平台篇、分析篇应用篇分别撰写。数据与平台篇(第1~3章),立足找到数据、整合数据、使用数据三个角度,介绍数....

  • R语言机器学习 第2版 影印版 【工业技术】

    Brett Lantz2017 年出版427 页ISBN:9787564170714

    本书与时俱进,携最新的库最现代的编程思维为你丝丝入扣地介绍了专业数据科学必不可少的技能。不用再惧怕理论知识,书中提供了编写算法处理数据所需的最关键的实用知识,只要有最基本的经验就可以了。你可以...

  • 机器学习与R语言实战 【工业技术】

    丘祐玮(Yu.Wei Chiu)著2016 年出版338 页ISBN:9787111535959

    本书共11章。第1章介绍如何创建一个可用的R环境基本的R命令;第2章讲述如何使用R语言进行探索性数据分析;第3章重点探讨数据采样概率分布的概念;第4章探讨因变量解释变量集合之间的线性关系;第5章介绍基于...

  • 跟着迪哥学Python数据分析与机器学习实战 【工业技术】

    唐宇迪著2019 年出版449 页ISBN:9787115512444

    全书共20章,大致分为4个部分。第1部分介绍了Python必备的工具包,包括科学计算库Numpy、数据分析库Pandas、可视化库Matplotlib;第2部分讲解了机器学习中的经典算法,例如回归算法、决策树、集成算法、支持向量机...

  • 机器学习与R语言 【工业技术】

    (美)兰兹著2015 年出版259 页ISBN:9787111491576

    R本身是一款十分优秀的数据分析数据可视化软件。本书通过将实践案例与核心的理论知识相结合,提供了你开始将机器学习应用到你自己项目中所需要的知识。本书主要内容:机器学习的基本概念理论,用于机器学习...

  • 自然语言标注 用于机器学习 英文版 【工业技术】

    JamesPustejovsky,AmberStubbs著2013 年出版328 页ISBN:9787564142810

    是时候创建属于你自己的用于机器学习的自然语言训练语料库了。无论你使用英语、汉语或者其他任何一种自然语言,本书都可以手把手地指导你一种经验证的标注开发周期——把元语添加到你的训练语料库中来帮助机...

  • 机器学习理论与算法 【工业技术】

    张燕平,张玲等编著2012 年出版285 页ISBN:9787030343185

    机器学习理论与算法》是一本基于数据集机器学习领域的综述类的专著,系统地阐述了近年来机器学习理论方法的研究成果及其新的研究进展,本书介绍了机器学习中的主要理论相应算法,描述了算法产生的原因、成...

  • 机器时代 机器人统治地球后的工作、爱情生活 【工业技术】

    Robin Hanson著2017 年出版408 页ISBN:9787111581796

    在经历劫掠、农耕以及工业时代后,下一个伟大的时代将会是什么?并且多久之后后代们才会从梦境中“转过弯来”,转向我们期望的遥远未来的典型结局? 本书从两个很好而且出名的猜测着手对上述问题进行了探讨。首先...

  • SPARK MLLIB机器学习 算法、源码及实战详解 【工业技术】

    黄美灵著2016 年出版392 页ISBN:7121282143

    本书以Spark 1.4.1版本源码为切入点,全面并且深入地解析Spark MLlib模块,着力于探索分布式机器学习的底层实现。本书循序渐进,首先解析MLlib的底层实现基础:数据操作及矩阵向量计算操作,该部分是MLlib实现的基础...

学科分类
返回顶部