适读人群：（1）高等院校人工智能、计算机、自动化等相关专业机器学习方向的学生；（2）学术界机器学习领域的研究人员和教师；（3）工业界对机器学习感兴趣的专业人员和工程师。1.周志...
电子书
编辑推荐
本书基于NumPy与sklearn，介绍26个主流机器学习算法的实现。
内容简介
本书在对全部机器学习算法进行分类梳理的基础之上，分别对监督学习单模型、监督学习集成模型、无监督学习模型、概率模型四个大类共26个经典算法进行了细致的公式推导和代码实现，旨在帮助机器学习学习者和研究者完整地掌握算法细节、实现方法以及内在逻辑。
章节目录
展开全部
机器学习：公式推导与代码实现是2022年由人民邮电出版社出版,作者鲁伟。
版权说明：本电子书已获得正版授权，由出版社通过知传链发行。
得书感谢您对《机器学习：公式推导与代码实现》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
适读人群：（1）高等院校人工智能、计算机、自动化等相关专业机器学习方向的学生；（2）学术界机器学习领域的研究人员和教师；（3）工业界对机器学习感兴趣的专业人员和工程师。1.周志...
电子书
机器学习基础与高级内容全面讲解，实例丰富，易于学习巩固。
电子书
机器学习理论实践全书，12章内容丰富，适合各层次读者。
电子书
《机器学习实战》面向日常任务的高效实战内容，介绍并实现机器学习的主流算法。
电子书
本书通过152张图表详解17种常用算法，初学者也能轻松读懂。
电子书
用流行的Python库scikitlearn解决机器学习问题。