当前位置:首页 > 名称

大约有5,000项符合查询结果项。(搜索耗时:0.0130秒)

为您推荐: 数据挖掘 实用机器学习工具与技术 深度强化学习理论及其在机器人运动控制中的应用实践 统计学习要素 机器 中的数据挖掘 python卫生健康机器学习基本方法与实践 机器学习 量子机器学习

  • 纳米机器 基础应用 【工业技术】

    Joseph Wang著;王威译2019 年出版174 页ISBN:9787508855288

    合成能够将能量转化为运动和力的纳米机器,是纳米技术最神奇的课题之一。纳米级物体在液体环境中的运动对于基础研究和实际应用来说都十分有意。本书分7章,第1章讲述纳米运动基本特征及挑战,第2章讨论自然(生物)...

  • KEBA机器人控制系统基础操作编程应用 【工业技术】

    钟健,鲍清岩主编2019 年出版199 页ISBN:9787121368899

    本书依据企业岗位能力需求分析结果并综合实践教学经验的基础上编写而成,主要内容包括认识工业机器人、 KEBA机器人控制系统常用硬件及连接、示教器基本操作、直线及相关运动编程、圆弧及相关运动编程、工具...

  • 机器学习 【工业技术】

    (新西兰)史蒂芬·马斯兰(Stephen Marsland)著2019 年出版302 页ISBN:9787111622260

    本书的核心视角是机器学习中的算法,旨在帮助读者掌握算法思想,熟悉相关的数学统计学知识,并掌握必要的编程技巧和实验方法。书中首先介绍基础概念,然后从相对简单的监督学习方法开始讲解,同时讨论了优化和搜索...

  • 学习JavaScript数据结构算法 第3版 【工业技术】

    (巴西)洛伊安妮·格罗纳(Loiane Groner)2019 年出版294 页ISBN:9787115510174

    本书首先介绍了JavaScript语言的基础知识,接着讨论了数组、队列、栈和链表等最重要的数据结构,接下来深入分析了散列表、字典和集合的工作原理,然后阐述了什么是树以及如何使用二叉树和二叉搜索树。之后,你还会...

  • 机器学习基础 从入门到求职 【工业技术】

    胡欢武编著2019 年出版366 页ISBN:9787121355219

    本书介绍了机器学习的完整学习路径,系统性挖掘了各大机器学习模型之间的联系和本质意义,结合Python常见库和数据库等实际工具讲解机器学习项目中的各个过程,最终解机器学习求职过程、注意事项,以及企业机器学习...

  • Python机器学习 【工业技术】

    (印)阿布舍克·维贾亚瓦吉亚(Abhishek Vijayvargia)著2019 年出版270 页ISBN:9787115501356

    这本书通过数学解释和编程例子描述了机器学习的概念。每一章的内容都是从技术的基本原理和基于真实数据集工作实例开始的。在应用算法的指导下,每种技术都有各自的优点和缺点。 本书提供了python中的代码示...

  • scikit-learn机器学习 【工业技术】

    (美)加文·海克(Gavin Hackeling)著2019 年出版199 页ISBN:9787115503404

    本书内容共计14章,分别从机器学习基础、简单线性回归、基于K临近法的分类和回归分析、特征提取和预处理、简单回归和多重回归、线性回归和逻辑回归、朴素贝叶斯、决策树的非线性分类和回归、决策树、随机森...

  • TensorFlow机器学习实战指南 原书第2版 【工业技术】

    李飞译;(美国)尼克·麦克卢尔2019 年出版281 页ISBN:9787111631262

    TensorFlow是一个开源机器学习库。本书从TensorFlow的基础开始介绍,涉及变量、矩阵和各种数据源。之后,针对使用TensorFlow线性回归技术的实践经验进行详细讲解。后续章节将在前文的基础上讲述神经网络、CNN...

  • 利用机器学习开发算法交易系统 【工业技术】

    (韩)安明浩著;王雪珂译2019 年出版172 页ISBN:9787115504043

    本书介绍了机器学习必要的统计概率方面的数学理论,以及适用机器学习的领域相关的领域知识,同时收录了实现代码。利用机器学习编写程序时,机器学习算法所占的比重并不大,重要的是理解数据并掌握特性。在此过程...

  • 基于深度学习的医学图像数据可视化分析处理 【医药卫生】

    强彦著2019 年出版201 页ISBN:9787030571366

    深度学习技术通过学习训练图像低层特征形成更加抽象的高层特征,以发现图形图像的分布式特征,而不用经过一系列复杂的图像预处理过程和特征提取和选择。本书选择代表技术:深度信念网络、卷积神经网络和极限学习...

返回顶部