当前位置:首页 > 名称

大约有70,000项符合查询结果项。(搜索耗时:0.0518秒)

为您推荐: 深度强化学习理论及其在机器人运动控制中的应用实践 卫生化学学习指导与习题集 学前儿童健康学习与发展核心经验 健康学习与发展核心经验 微机原理学习与实践指导 外科护理学实践与学习指导

  • Python深度学习实战 基于TensorFlow和Keras的聊天机器人以及人脸、物体和语音识别 【工业技术】

    (印)纳温·库马尔·马纳西(Navin Kumar Manaswi)著2019 年出版168 页ISBN:9787111622765

    本书讨论使用TensorFlow和Keras等框架构建深度学习应用,集中于深度学习应用所需的模型和算法,帮助你在短时间内提高实践技能。内容涵盖聊天机器人、自然语言处理、人脸和物体识别等主题,目标是为创建能够执行...

  • 机器学习数据科学 基于R的统计学习方法 【工业技术】

    (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...

  • python机器学习中的应用 【工业技术】

    余本国编著2019 年出版327 页ISBN:9787517074830

    《基于python的人工智能基础及实战》一书是一本零基础入门教程,教你如何从一名计算机编程小白,到一名能够操纵当下流行的、最新版的python3.6语言,再入门人工智能,最后自己动手深入各类小应用项目实战。本书由...

  • 分布式机器学习 算法 理论实践 【工业技术】

    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...

  • Spark机器学习 核心技术实践 【工业技术】

    (美)亚历克斯·特列斯,(美)马克斯·帕普拉,(美)迈克尔·马洛赫拉瓦著;邵赛赛,阳卫清,唐明洁译2018 年出版229 页ISBN:9787111598466

    本书采用理论大量实例相结合的方式帮助开发人员掌握使用Spark进行分析和实现机器学习算法。通过这些示例和Spark在各种企业级系统中的应用,帮助读者解锁Spark机器学习算法的复杂性,通过数据分析产生有价值...

  • 机器学习算法原理编程实践 【工业技术】

    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...

  • 智能科学技术丛书 统计强化学习 现代机器学习方法 【工业技术】

    (日)杉山将著;高阳等译2019 年出版188 页ISBN:9787111622451

    本书将统计学习和强化学习相结合,对强化学习函数估计中的基函数设计、样本重用以及策略搜索、模型估计等做了深入浅出的介绍。全书共11章,分为四部分:第一部分(第1章)介绍了强化学习基本知识;第二部分(第2-6章.....

  • 机器学习的煤瓦斯突出前兆识别方法研究 【工业技术】

    闫秋艳著2017 年出版183 页ISBN:9787564636777

    本书以煤瓦斯突出监测数据(瓦斯浓度及电磁强度)为研究对象,通过引入“概率数据流”模型,对监测数据进行建模,并在此模型基础上实现干扰模式的检测和突出前兆模式的识别,同时提出了突出数据的类不均衡问题,并......

  • 深入浅出深度学习 原理剖析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...

  • 机器学习数据挖掘:方法和应用 【工业技术】

    (美)RyszardS.MichalskiIvanBratkoMiroslavKubat等著;朱明等译2004 年出版423 页ISBN:7505392247

    本书主要分5个部分,共18章,较为全面地介绍了机器学习基本概念,并讨论了数据挖掘和知识发现中的有关问题及多策略学习方法,具体地阐述了机器学习数据挖掘在工程设计,文本、图像和音乐,网页分析、计算机病毒和....

学科分类
返回顶部