当前位置:首页 > 名称

大约有1,000项符合查询结果项。(搜索耗时:0.0099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

  • 智能科学与技术丛书 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)介绍了强化学习的基本知识;第二部分(第2-6章.....

  • 学习记忆与机器学习实验原理 【工业技术】

    施静,王天江,田波主编;李熳,韩芸耘,孟宪芳,裴磊,孙宁,张培副主编;王天江,田波,祁广见,孙宁,李星,李熳,余丹芳,张培,罗逸豪,岳志诚,孟宪芳,施静,徐敏,徐焱,韩芸耘,裴磊编2019 年出版143 页ISBN:9787568052689

    本书是高水平交叉学科研究生教材。内容提要:一、工作记忆实验二、恐惧记忆实验三、情感记忆实验四、奖赏记忆实验五、学习记忆前沿技术六、人工智能与机器学习七、基于人工智能的机器记忆实验以神经科学学习...

  • 机器学习基础 【工业技术】

    (美)梅尔亚·莫里(Mehryar Mohri),(美)阿夫欣·罗斯塔米扎达尔(Afshin Rostamizadeh),(美)阿米特·塔尔沃卡尔(Ameet Talwalkar)著2019 年出版290 页ISBN:9787111622185

    本书从概率近似正确(PAC)理论出发探讨机器学习的基础理论与典型算法,包括PAC学习框架、VC-维、支持向量机、核方法、在线学习、多分类、排序、回归、降维、强化学习等丰富的内容。此外,附录部分简要回顾了与机...

  • Python机器学习手册 从数据预处理到深度学习 【工业技术】

    (美)Chris Albon(克里斯·阿尔本)2019 年出版346 页ISBN:9787121369629

    这是一本关于Python的图书,采用基于任务的方式来介绍如何在机器学习中使用Python。书中有近200个独立的解决方案(并提供了相关代码,读者可以复制并粘贴这些代码,用在自己的程序中),针对的都是数据科学家或机器学...

  • Python机器学习 【工业技术】

    赵涓涓,强彦主编2019 年出版232 页ISBN:9787111630524

    本书以案例驱动的方式讲解机器学习算法的知识点,并以Python语言作为基础开发语言实现算法,包括目前机器学习主流算法的原理、算法流程图、算法的详细设计步骤、算法实例、算法应用、算法的改进与优化等环节。...

  • 机器学习算法导论 【工业技术】

    王磊,王晓东编著2019 年出版388 页ISBN:9787302524564

    机器学习计算机智能围棋博弈系统、无人驾驶汽车工业界人工智能助理等新兴技术的灵魂,特别是深度学习理论更是诸多高精尖人工智能技术的核心。掌握机器学习理论与实践技术是学习现代人工智能科学最重要的...

  • 金融科技 人工智能与机器学习 【经济】

    (中国)刘斌,赵云德2019 年出版221 页ISBN:9787111625711

    人工智能将对金融业金融机构带来巨大影响,将重塑金融生态、重构金融业务流程、促进普惠金融、推动智能监管。本书从人工智能机器学习面向金融客户端的应用、面向运营环节的应用、在交易投资管理中的应...

  • 机器学习算法 【工业技术】

    (意)朱塞佩·博纳科尔索(Giuseppe Bonaccorso)著2019 年出版508 页ISBN:9787564182915

    机器学习因运用大数据实现强大且快速的预测而大受欢迎。然而,其强大的输出背后,真正力量来自复杂的算法,涉及大量的统计分析,以大数据作为驱动而产生实质性的洞察力。这本第2版的机器学习算法引导您取得与机器...

  • 机器学习 算法背后的理论与优化 【工业技术】

    史春奇,卜晶祎,施智平著2019 年出版185 页ISBN:9787302517184

    针对机器学习领域中最常见的一类问题——有监督学习,本书从入门、进阶、深化三个层面由浅入深地对该问题进行了讲解。三个层面包括基础入门算法层面、有监督学习的核心理论层面、理论背后的数学原理层面。基...

  • 人工智能人才培养系列 机器学习案例实战 【工业技术】

    张斌责任编辑;(中国)赵卫东2019 年出版283 页ISBN:9787115514103

    本教材结合项目实践,首先对机器学习及其过程的核心问题进行了总结,讨论机器学习过程的主要步骤需要关注之处。然后,介绍比较了流行机器学习平台的主要特点。在此基础上,详细地分析了决策树、随机森林、支持向...

学科分类
返回顶部