注册 | 登录
100 条"Python机器学习（原书第3版）"搜索结果
Python机器学习（原书第3版）
Python机器学习（原书第3版）
跟着迪哥学：Python数据分析与机器学习实战 电子书
跟着迪哥学：Python数据分析与机器学习实战
  • 唐宇迪
  • 本书适合对人工智能、机器学习、数据分析等方向感兴趣的初学者和爱好者。
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
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
精益创业实战（原书第3版） 电子书
精益创业实战（原书第3版）
机器学习算法评估实战 电子书
机器学习算法评估实战
  • 宋亚统
  • 在机器学习算法的实际应用中，我们不仅要知道算法的原理，也要了解如何评估算法上线服务的可靠性。
机器学习算法竞赛实战 电子书
机器学习算法竞赛实战
  • 王贺，刘鹏，钱乾
  • 本书是算法竞赛领域一本系统介绍竞赛的图书，书中不仅包含竞赛的基本理论知识，还结合多个方向和案例详细阐述了竞赛中的上分思路和技巧。
机器学习原理与实战 电子书
机器学习原理与实战
  • 何伟，张良均　主编
  • 本书共11章，分别介绍了机器学习概述、数据准备、特征工程、有监督学习、无监督学习、智能推荐的相关知识，并介绍了市财政收入分析案例、基于非侵入式电力负荷监测与分解的电力分析案例、航空公司客户价值分析案例、广电大数据营销推荐案例以及基于TipDM数据挖掘建模平台实现航空公司客户价值分析案例。
机器学习（慕课版） 电子书
机器学习（慕课版）
  • 主编
  • 本书是一本零基础的Illustrator软件的实战教材，旨在介绍如何使用Illustrator软件在平面设计领域的使用方法与技巧。本书首先介绍Illustrator软件在平面领域中的主要应用范围和领域，然后逐步由浅入深的介绍如何使用软件完成图形的设计与编辑、路径的绘制与编辑、图形样式的创建与编辑、文本与图表的创建与编辑、图层与蒙版的应用、效果类应用方法、混合与封套的应用方法等。书籍中所涉及的案例都
机器学习与数据挖掘 电子书
机器学习与数据挖掘
  • 王璐烽
  • 本书以项目实践作为主线，结合必需的理论知识，以任务的形式进行内容设计，每个任务都包含任务描述及任务实施的步骤，读者按照实施步骤进行操作就可以完成相应的学习任务，从而不断提升项目实践能力。本书主要内容涉及机器学习的基础知识，模型评估与选择，回归、分类、聚类等机器学习算法，数据挖掘的基础知识，数据分析与应用，以及通过用户行为分析预测项目学习如何将机器学习与数据挖掘应用到实际中。本书适合使用机器学习与数
零基础学机器学习 电子书
零基础学机器学习
  • 黄佳
  • 轻松入门机器学习，理论实战并重，适合零基础学习者。
机器学习与大数据技术 电子书
机器学习与大数据技术
  • 牟少敏
  • 本书较为全面地论述了机器学习、深度学习、大数据技术与图像处理技术的基本概念、基础原理和基本方法，以农业为应用场景，力求通缩易懂，深入浅出的介绍了与机器学习、深度学习、大数据技术与图像处理技术问题联系密切的内容。全书主要分为4大部分：机器学习、大数据技术和图像处理技术的基础知识；经典的机器学习基本理论和方法，以及深度学习和大数据未来的发展；实践应用；机器学习和人工智能的数学基础与编程基础。
机器学习从原理到应用 电子书
机器学习从原理到应用
  • 卿来云 黄庆明
  • 本书共11章，主要介绍机器学习的基本概念和两大类常用的机器学习模型，即监督学习模型和非监督学习模型。
用Python实现深度学习框架 电子书
用Python实现深度学习框架
  • 陈震
  • 本书分为三个部分。第一部分是原理篇，实现了MatrixSlow框架的核心基础设施，并基于此讲解了机器学习与深度学习的概念和原理。第二部分是模型篇，介绍了多种具有代表性的模型，包括逻辑回归、多层全连接神经网络、因子分解机、Wide&Deep、DeepFM、循环神经网络以及卷积神经网络，这部分除了着重介绍这些模型的原理、结构以及它们之间的联系外，还用MatrixSlow框架搭建并训练它们以解决实际问题
Python深度学习实战——基于Pytorch 电子书
Python深度学习实战——基于Pytorch
  • 主编
  • 本书以深度学习框架PyTorch为基础，介绍机器学习的基础知识与常用方法，全面细致地提供了基本机器学习操作的原理和在深度学习框架下的实践步骤。全书共16章，主要分别介绍了深度学习基础知识、深度学习框架及其对比，机器学习基础知识，深度学习框架基础，Logistic回归，多层感知器，计算机视觉，自然语言处理以及8个实战案例。本书将理论与实践紧密结合，相信能为读者提供有益的学习指导。??本书适合Pyth
Python深度学习与项目实战 电子书
Python深度学习与项目实战
  • 著
  • 本书基于Python以及两个深度学习框架Keras与TensorFlow，讲述深度学习在实际项目中的应用。本书共10章，首先介绍线性回归模型、逻辑回归模型、Softmax多分类器，然后讲述全连接神经网络、神经网络模型的优化、卷积神经网络、循环神经网络，最后讨论自编码模型、对抗生成网络、深度强化学习。
机器学习：公式推导与代码实现 电子书
机器学习：公式推导与代码实现
  • 鲁伟
  • 本书基于NumPy与sklearn，介绍26个主流机器学习算法的实现。
机器学习及应用（在线实验+在线自测） 电子书
机器学习及应用（在线实验+在线自测）
  • 李克清
  • 机器学习原理与实例代码，包括决策树、神经网络等11章。
推荐书籍
相关词语
数据分析 机器学习 深度学习 python编程 从入门到实践 计算机 研究 2021 一人で頑張って 人工智能 教材 高等学校 创业 自然语言处理 可视化 R语言 算法评估 树模型 地理位置服务 Python 程序设计 人民邮电 软件工具 科技关键词 高职 大数据技术与应用
意见反馈
我的书架

公众号

关注微信公众号