当前位置:首页 > 名称

大约有10,000项符合查询结果项。(搜索耗时:0.0155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

  • Makeblock机器创客器材的应用 【工业技术】

    郑梦玉,马志强著2018 年出版170 页ISBN:9787302492849

     本书选用Ultimate-V2.0机器人以及Makeblock创客空间套装,通过机器人结构设计介绍机械结构以及相关知识,同时选用目前流行的mBlock软件介绍常用的电子元件各种传感器的应用,本书具有大量实验案例,可以为学生...

  • 统计机器学习导论 英文版 【工业技术】

    (日)杉山将(MASASHISUGIYAMA)著2018 年出版498 页ISBN:9787111586784

    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——生成方法和判别方法,最后...

  • 机器学习vs复杂系统 【工业技术】

    许铁编著2018 年出版184 页ISBN:9787121344107

    现实生活中预测的根本难题在于无处不在的复杂性,比如股市、自然灾害、长久的天气预测,都很难做到精准。复杂系统帮助我们理解复杂性产生的根源,而机器学习让我们利用数据最大可能的预测和掌控复杂。本书内容涉...

  • 百面机器学习 算法工程师带你去面试 【工业技术】

    诸葛越,葫芦娃2018 年出版397 页ISBN:9787115487360

    本书收集了超过100道机器学习的题目,这些题目大部分在近年算法工程师的笔试、面试中出现过,作者试图从实际应用出发,给出详细的解答,打通从理论到应用的障碍。书中还讲述了很多算法背后的小故事,增加读者对问题...

  • Java机器学习 【工业技术】

    (美)乌黛·卡马特,(美)克里希纳·肖佩拉著;陈瑶,陈峰,刘江一等译2018 年出版324 页ISBN:9787111609193

    本书涵盖了机器学习中的经典技术,如分类、聚类、降维、离群值检测、半监督学习和主动学习。同时介绍了近期高深的主题,包括流数据学习、深度学习以及大数据学习的挑战。每一章指定一个主题,包括通过案例研究,介...

  • 工业机器人编程应用 【工业技术】

    程麒文主编;苏挺,闫洪猛,李峰,王世敏副主编;张加云,隋明森,王宁参编;王双林主审2018 年出版268 页ISBN:9787568260848

    本教材分为五部分,主要由模块1认识工业机器人、模块2工业机器人安全操作规范、模块3工业机器人示教编程、模块4报警信息检测及故障排查和模块5工业机器人操作及应用等组成,以KEBA系统为主要学习内容,重点从认...

  • 机器学习 Python实践 【工业技术】

    魏贞原著2018 年出版211 页ISBN:9787121331107

    本书系统地讲解了机器学习的基本知识,以及在实际项目中使用机器学习的基本步骤和方法;详细地介绍了数据处理、分析、选择合适的算法,以及建立模型并优化等,通过不同的例子展示了机器学习在具体的项目中的应用和...

  • 基于复杂网络的机器学习方法 【工业技术】

    (巴西)迪亚戈·克里斯蒂亚诺·席尔瓦,赵亮著2018 年出版248 页ISBN:9787111611493

    本书将机器学习和复杂网络这两个重要的研究方向结合起来,不仅包括必备的基础知识,还涵盖新近的研究成果。书中首先介绍机器学习和复杂网络的基本概念,然后描述基于网络的机器学习技术,最后对监督学习、无监督学...

  • 深度实践Spark机器学习 【工业技术】

    吴茂贵,郁明敏,朱凤元,张粤磊,杨本法著2018 年出版234 页ISBN:9787111589952

    本书以最新的Spark2.0为技术基础,重点讲解了如何构建机器学习系统以及如何实现机器学习流程的标准化,这两点都是目前同类书中没有的。第1~7章从概念、架构、算法等角度介绍了机器学习的基本概念;第8~12章以实例...

  • 数据挖掘 商业数据分析技术实践 【经济】

    (美)盖丽特·徐茉莉(Galit Shmueli)著2018 年出版399 页ISBN:9787302497660

    本书提供了一种应用型的、交互式的数据挖掘方法。借助于SAS公司的JMP Pro软件,本书整合了大量现实世界中的新鲜案例,阐明了核心数据挖掘方法的理论和应用。...

返回顶部