机器学习导论

SPARK机器学习（影印版）：英文

基于机器学习的行为识别技术研究

大数据挖掘与统计机器学习

机器学习

本书比较全面地介绍了机器学习理论，内容包括模型模型评估与选择、决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与距离学习、特征选择、计算学习理论、半监督学习、概率图模型、规则学...

深入理解机器学习 从原理到算法

Python语言构建机器学习系统 第2版 英文

本书展示了如何在原始数据中寻找模式的具体方法。从复习Python机器学习知识和介绍程序库开始，你将很快进入应对正式而真实的数据集项目环节，运用建模技术，创建推荐系统。然后，该书介绍了主题建模、篮子分析和云...

量子机器学习中数据挖掘的量子计算方法

白话大数据与机器学习

本书将涵盖以下比较重要的挖掘和分析知识点：概率、统计和分布、多维向量空间、回归、聚类、分类、关联分析、协同过滤、文本挖掘、神经网络。同时，讲解了大数据相关的人才需求、行业情况、大数据变现与产品发...

面向智能制造的多机器人系统任务分配研究