当前位置:首页 > 名称

大约有3,000项符合查询结果项。(搜索耗时:0.0230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

  • 基于R语言的机器学习 【工业技术】

    Scott V. Burger著2018 年出版219 页ISBN:9787519825850

    本书主要内容有:介绍机器学习领域的模型、算法数据训练。了解监督非监督机器学习算法。针对模型使用的数据进行统计验证。深入了解商业科学中使用的线性回归模型。使用单层多层神经网络计算结果。介...

  • Python机器学习基础教程 【工业技术】

    (德)安德里亚斯·穆勒著;张亮译2018 年出版285 页ISBN:9787115475619

    本书是机器学习入门书,以Python语言介绍。主要内容包括:机器学习的基本概念及其应用;实践中最常用的机器学习算法以及这些算法的优缺点;在机器学习中待处理数据的呈现方式的重要性,以及应重点关注数据的哪些方面...

  • Spark机器学习 核心技术与实践 【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

    本书采用理论与大量实例相结合的方式帮助开发人员掌握使用Spark进行分析实现机器学习算法。通过这些示例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...

  • 统计机器学习导论 【工业技术】

    (日)杉山将(MASASHISUGIYAMA)著;谢宁,李柏杨,肖竹,罗宇轩等译2018 年出版338 页ISBN:9787111596790

    本书对机器学习的关键知识点进行了全面讲解,帮助读者顺利完成从理论到实践的过渡。书中首先介绍用于描述机器学习算法的统计与概率的知识,接着详细分析机器学习技术的两类主要方法——生成方法判别方法,最后...

  • 漫画机器学习入门 【工业技术】

    (日)大关真之著;戴凤智,张鸿涛,孟宇译2018 年出版194 页ISBN:9787122330031

    本书是欧姆社在当今人工智能兴起的大环境下推出的又一力作。书中介绍了机器学习这个近年来越来越火爆的话题,以多层神经网络、玻尔兹曼机器学习两个经典算法为开端,以深度学习为结果,向读者展示了一个非常美妙...

  • 精通机器学习 基于R 第2版 【工业技术】

    (美)考瑞·莱斯米斯特尔著;陈光欣译2018 年出版291 页ISBN:9787115477781

    机器学习是近年来的热门技术话题,R语言是处理其中大量数据的有力工具。本书为读者提供机器学习R语言的坚实算法基础业务基础,内容包括机器学习基本概念、线性回归、逻辑回归判别分析、线性模型的高级选...

  • Spark机器学习 第2版 【工业技术】

    (印)拉结帝普·杜瓦,(印)曼普利特·辛格·古特拉,(南非)尼克·彭特里思著;蔡立宇,黄章帅,周济民译2018 年出版378 页ISBN:9787115497833

    本书基于Spark 2.x全面修订,内容涵盖推荐系统、回归、聚类、降维等经典机器学习算法及其实际应用。相比上一版,本书新增了有关机器学习数学基础以及Spark ML Pipeline API 的章节,内容更加系统、全面、与时俱...

  • 高通量测序技术在选择性剪接研究中的应用 【生物】

    孙晓勇著2018 年出版163 页ISBN:9787109235182

    高通量测序技术是对传统测序一次革命性的改变,可以一次对几十万到几百万条DNA分子进行序列测定,同时高通量测序使得对一个物种的转录组基因组进行细致全貌的分析成为可能。本文将生物技术与计算机分析技术...

  • SAP企业机器学习 赋能业务创新 【工业技术】

    邬学宁,陈泽平,曹晓华,王洪刚著2018 年出版332 页ISBN:9787302501626

    全面介绍企业机器学习的背景,SAP的机器学习平台SAPClea,十余种机器学习算法的思想、原理与实现。通过12个行业50个企业创新案例,启迪读者基于大数据,利用机器学习进行业务创新,并使用SAP数据科学框架,工具方...

  • 机器学习 Go语言实现 【工业技术】

    (美)丹尼尔·怀特纳克著;谢文江,姜明魁译2018 年出版213 页ISBN:9787111609797

    本书不仅清楚地介绍了在Go世界中机器学习的技术编程方面的内容,还有助于读者理解现实分析工作中合理的工作流程理念。本书的第1章~第3章讲述了在机器学习流程中如何准备分析数据;第4章~第7章详细介绍了...

学科分类
返回顶部