注册 | 登录
100 条"机器学习全解（R语言版）"搜索结果
机器学习全解（R语言版）
机器学习全解（R语言版）
  • 黄天元
  • 详解机器学习和R语言的相关知识。
机器学习 电子书
机器学习
  • 董亮
  • 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。
应用多元统计分析（R语言版） 电子书
应用多元统计分析（R语言版）
  • 编著
  • 本书系统讲解了多元统计分析的基本理论和一些常用的多元统计方法。本书共9章，第1章为绪论，第2~3章介绍多元统计推断的基本理论，包括多元正态抽样分布理论、参数估计和多元正态总体的假设检验；第4~9章分别介绍各种常用的多元统计方法，包括判别分析、聚类分析、主成分分析、因子分析、对应分析和典型相关分析。
高等数学习题全解上册 电子书
高等数学习题全解上册
  • 同济大学数学系
  • 《高等数学(上下)》习题全解，培养读者逻辑思维与创新能力。
机器学习实战 电子书
机器学习实战
  • [美]PeterHarrington
  • 《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。
实用机器学习 电子书
实用机器学习
  • 孙亮 黄倩
  • 大数据时代为机器学习的应用提供了广阔的空间，各行各业涉及数据分析的工作都需要使用机器学习算法。本书围绕实际数据分析的流程展开，着重介绍数据探索、数据预处理和常用的机器学习算法模型。本书从解决实际问题的角度出发，介绍回归算法、分类算法、推荐算法、排序算法和集成学习算法。在介绍每种机器学习算法模型时，书中不但阐述基本原理，而且讨论模型的评价与选择。为方便读者学习各种算法，本书介绍了R语言中相应的软件包
机器学习基础 电子书
机器学习基础
  • 编著
  • 近年来人工智能技术蓬勃发展，人工智能正在改变我们的生活。为了让读者在不需要掌握太多数学和计算机科学知识的情况下，能够快速上手，使用Python语言实现常用的机器学习算法，并解决一些实际的问题，我们策划并出版本书。本书共14章，内容涵盖基本的机器学习概念和环境搭建，目前各个领域中的热门算法，以及数据预处理、模型评估和文本数据分析等。希望本书可以让读者轻松入门，在动手实践的过程中找到乐趣。本书可以作为
机器学习实战 电子书
机器学习实战
  • 编著
  • 本书共11章，从推荐系统的发展历史、基本构成开始，依次剖析推荐系统的内容召回、协同过滤召回、深度学习召回中具有代表性的模型；再从经典排序模型到基于深度学习的排序，顺势介绍会话推荐、强化学习推荐及工业级推荐，搭建了完整的推荐系统技术体系，这是一个由浅入深的系统学习过程。
Python机器学习 电子书
Python机器学习
  • 郭羽含 陈虹 肖成龙 主编
  • 《Python机器学习》从实用的角度出发，整合Python语言基础、数据分析与可视化、机器学习常用算法等知识。内容从*基本的Python编程基础入手，由浅入深、循序渐进地讲授NumPy库和Matplotlib库，以及复杂的机器学习基本理论和算法，并突出知识的实用性和可操作性。《Python机器学习》力求以浅显的语言讲解复杂的知识，以直观的案例辅助读者理解，并以图表形式展示代码和运行结果，配合习题巩
线性代数习题全解与学习指导 电子书
线性代数习题全解与学习指导
  • 濮燕敏 殷俊锋
  • 1.内容经典，品牌权威，并配有知识导图，有效提高学习效果。2.精选考研题目，配套到相关章节，将日常学习与考研知识点紧密结合。3.配有微课视频，同济数学系名师讲解，知识点更易掌握。
场景化机器学习 电子书
场景化机器学习
  • [澳]道格·哈金（Doug
  • 本书展示了如何在业务场景中应用机器学习，全书分为三个部分。第一部分介绍有效的决策如何帮助公司提高生产率以保持竞争力，阐释如何使用开源工具和AWS工具将机器学习应用于业务决策中。第二部分以虚拟人物为主线，研究六个场景，这些场景展示了如何使用机器学习来制定各种业务决策。第三部分讨论如何在Web上设置和共享机器学习模型，还介绍了一些案例。
机器学习公式详解 电子书
机器学习公式详解
  • 谢文睿
  • 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.周志华教授“西瓜书”《机器学习》公式完全解析指南！“南瓜书”系Datawhale成员自学笔记，对“西瓜书”中250个重难点公式做了详细解析和推导（重难点公式覆盖率达99%），旨在解决机器学习中的数学难题。2.机器学习初学小白提升数学基础能力的必备练习册！以本科数学基础视角对“西瓜书”里比较难理解的公式加以解析和推导细节，补充大量重、难点数学知识和参考材料，分享在学习中遇到的“坑”以及跳过这个“坑”的方法，对于初学机器学习的小白也能上手练习！3.俞勇、王斌、李沐、程明明、陈光（博主@爱可可-爱生活）、徐亦达等人工智能领域大咖亲笔推荐
机器学习工程实战 电子书
机器学习工程实战
  • [加] 安德烈·布可夫
  • 机器学习入门手册《机器学习精讲》姊妹篇，人工智能和机器学习领域专业人士的多年实践结晶，深入浅出讲解机器学习应用和工程实践。
机器学习案例实战 电子书
机器学习案例实战
  • 赵卫东
  • 机器学习已经广泛地应用于各行各业，深度学习的兴起再次推动了人工智能的热潮。本书结合项目实践，首先讨论了TensorFlow、PySpark、TI-ONE等主流机器学习平台的主要特点；然后结合Tableau介绍了数据可视化在银行客户用卡行为分析的应用。在此基础上，利用上述介绍的这些平台，通过多个项目案例，详细地分析了决策树、随机森林、支持向量机、逻辑回归、贝叶斯网络、卷积神经网络、循环神经网络、对抗
机器学习Python实战 电子书
机器学习Python实战
  • 张松慧 陈丹　主编
  • 本书使用Python的机器学习算法库scikit-learn讲解机器学习重要算法的应用，内容包括机器学习认知、数据预处理、KNN算法、线性回归算法、逻辑回归算法、朴素贝叶斯算法、决策树与随机森林算法、支持向量机、k-mcans算法、神经网络、模型评估与优化。本书使用通俗易懂的语言、丰富的图表和大量的案例对机器学习的重要算法进行讲解，提供一条从实践出发掌握机器学习知识的途径，读者即使没有很扎实的数学
动手学机器学习 电子书
动手学机器学习
  • 张伟楠
  • 本书系统介绍了机器学习的基本内容及其代码实现，是一本着眼于机器学习教学实践的图书。本书包含4个部分：第一部分为机器学习基础，介绍了机器学习的概念、数学基础、思想方法和简单的机器学习算法；第二部分为参数化模型，讲解线性模型、神经网络等算法；第三部分为非参数化模型，主要讨论支持向量机和决策树模型及其变种；第四部分为无监督模型，涉及聚类、降维、概率图模型等多个方面。本书将机器学习理论和实践相结合，以大量
Python机器学习入门 电子书
Python机器学习入门
  • 程晨
  • Python是一种解释型、面向对象、动态数据类型的高级程序设计语言。它具有丰富和强大的模块（库），能够很轻松地把用其他编程语言（尤其是C/C++）编写的各种模块联结在一起。这两年随着人们对人工智能的关注越来越多，大家对Python的学习热情也越来越高。在IEEE发布的编程语言排行榜中，Python已经多年排名第一。这本Python编程与机器学习的入门书，首先介绍了一些Python编程的基础知识，然
高等数学习题全解与学习指导（下册） 电子书
高等数学习题全解与学习指导（下册）
  • 张弢 殷俊锋
  • 1.内容经典，既体现数学严谨的思维逻辑，又反映数学之美。2.细化考研题目，细致讲解考研题目，培养学生的逻辑思维能力。3.典型例题附威客视频，扫码即可学习。
高等数学习题全解与学习指导（上册） 电子书
高等数学习题全解与学习指导（上册）
  • 张弢 殷俊锋
  • 1.内容经典，既体现数学严谨的思维逻辑，又反映数学之美。2.细化考研题目，细致讲解考研题目，培养学生的逻辑思维能力。3.典型例题附威客视频，扫码即可学习。
高等数学学习指导与习题全解（下册） 电子书
高等数学学习指导与习题全解（下册）
  • 张天德 孙钦福
  • 本书共5章，第7章为无穷级数，第8章为向量代数与空间解析几何，第9章为多元函数微分学及其应用，第10章为重积分及其应用，第11章为曲线积分与曲面积分，每章包含知识结构、重点与考点分析、典型例题与方法归纳、习题全解4个部分。
高等数学学习指导与习题全解（上册） 电子书
高等数学学习指导与习题全解（上册）
  • 张天德 孙钦福
  • 本书共6章，第1章为函数、极限与连续，第2章为导数与微分，第3章为微分中值定理与导数的应用，第4章为不定积分，第5章为定积分及其应用，第6章为常微分方程。每章包含知识结构、重点与考点分析、典型例题与方法归纳、习题全解4个部分。
推荐书籍
文本数据挖掘——基于R语言 电子书
文本数据挖掘——基于R语言
黄天元
文本是一种特殊的非结构化数据，在当今的大数据时代，其价值日趋凸显。本书利用开源而强大的R软件，对文本数据挖掘的概念、技术及技巧进行了系统的介绍。本书共11章，内容包括：走进文本...
相关词语
人工智能 大数据 机器学习 深度学习 Python 华为 周志华 数学 微积分 高等数学 应用数学 经济数学 公共数学 数据分析 算法 数据挖掘 计算机 编程 MachineLearning NumPy 研究 2021 一人で頑張って 教材 高等学校
意见反馈
我的书架

公众号

关注微信公众号