得书 - 好书推荐、正版图书免费阅读

机器学习案例分析（基于Python语言）

李涛
机器学习4部分：基础知识、有监督分类、无监督聚类、回归预测案例。

电子书

深度学习经典案例解析（基于MATLAB）

赵小川
《深度学习经典案例解析（基于MATLAB）》分为“基础篇”“应用篇”和“实战篇”。通过17个案例循序渐进地介绍了深度学习网络的构建、训练、应用，以及如何基于MATLAB快速生成可执行的C、C++代码并在硬件上部署实现，内容讲解由浅及深、层层递进。本书所讲解的案例均配有代码实现，并对代码进行了详细注解，读者可通过阅读代码对本书讲解的内容进行更加深入的了解。《深度学习经典案例解析（基于MATLAB）》

电子书

Python数据分析基础与案例实战

张良均　主编
本书以Python数据分析的常用技术与交通行业真实案例相结合的方式，深入浅出地介绍了Python数据分析与挖掘技术的重要内容。全书共10章，内容包括绪论、Python数据分析简介、数据获取、数据探索、数据预处理、构建模型、运输车辆驾驶行为分析、公交车站点设置优化分析、铁路站点客流量预测，以及基于TipDM大数据挖掘建模平台实现运输车辆驾驶行为分析。本书大部分章节包含课后习题，通过练习和操作实践，读

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。

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

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。

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

电子书

Python高手修炼之道：数据处理与机器学习实战

许向武
适读人群：1.没有编程知识的新手不同于一般的基础语法讲解教程，本书并未将Python开发限定于某个集成开发工具（IDE）中，而是采用交互式编程的方式来强化读者对语言特性的理解，帮助新手读者真正理解Python语言和Python编程。2.从未接触过Python语言，但了解一点编程知识的初学者本书通过对基础知识高度的提炼和概括，以避免初学者陷入低级且冗长的细节知识点而心生懈怠；同时，本书为初学者规划了从初级到高级的编程技能提升路线图。3.具有一定基础的Python程序员本书可以作为案头工具书来使用。本书从基础语法、基本技能讲起，涵盖了科学计算、数据处理、机器学习等领域，示例代码涉及30余个模块的使用。构建从Python入门到数据分析到机器学习的路线图，入门有章可循；1.讲解独到，常见盲点趣解析作者基于多年的经验积累，善于总结概括初学Python过程中的误区。2.内容全面，常用工具全涵盖书中介绍的Python工具包覆盖Numpy、Matplotlib、Pandas、SciPy、Scikit-Learn，方便读者拓展实用技能、掌握工作利器。3.拓展训练，重点知识有强化语感训练100题、Python内置函数（类）手册、从新手到高手的100个模块，强化知识点的掌握。4.代码完整，随时动手可复现本书提供了完整、可验证的代码，方便读者动手练习并强化理解。

电子书

财政学习题与案例分析

申苗锋
财政学案例的数量和质量是支撑财政学案例教学的基本条件。《财政学习题与案例分析》一书正是适应财政学教材建设需要而出版的，在结构安排上，是与陈共主编的《财政学》教科书配套的辅助教材，所提供的案例，覆盖了教材的每一篇章。西藏案例作为一个特色章节放在最后一章。每个案例后都附有点评和讨论题，但在说明性案例后一般不做点评。本书由申苗锋担任主编、拟订提纲，并对全书初稿进行修改和总撰；由吕翠苹、尹芳霞担任副主编。

电子书

人工智能原理与实践：基于Python语言和TensorFlow

张明何艳珊杜永文
本书是一本针对高校学生的绝佳TensorFlow学习教材。作者结合众多高质量的代码，生动讲解了TensorFlow的底层原理，并从实际应用问题入手，从实践的角度出发，通过具体的TensorFlow案例程序介绍常见的模型和应用解决办法。同时，在教材中还介绍了模型部署和编程过程中所用到的诸多开发技巧。是学习和掌握人工智能这个最新、最火的IT领域的推荐图书。

电子书

Python数据分析案例实战(慕课版）

王浩袁琴张明慧
全书共分10章，内容包括数据分析基础、NumPy模块实现数值计算、pandas模块实现统计分析、Maplotlib模块实现数据可视化、客户价值分析、销售收入分析与预测、二手房数据分析预测系统、智能停车场运营分析系统、影视作品分析和看店宝。

电子书

Python 深度学习

吕云翔刘卓然关捷雄等编著
《Python深度学习》以深度学习框架为基础，介绍机器学习的基础知识与常用方法，全面细致地提供了机器学习操作的原理及其在深度学习框架下的实践步骤。全书共16章，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（以PyTorch为例）基础、Logistic回归、多层感知器、卷积神经网络与计算机视觉、神经网络与自然语言处理以及8个实战案例。本书将理论与实践紧密结合，相信

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。

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

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。

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

电子书

2016年版注册消防工程师资格考试考点解读消防安全案例分析

《消防安全案例分析》编委会
本书包括建筑防火，消防设施防火、安装、监测与维护管理，其他建筑、场所防火，消防安全评估，消防安全管理五篇及冲刺试卷，介绍了生产和储存物品的火灾危险性分类、建筑分类与耐火等级、消防给水、水喷雾灭火系统、石油化工防火、火灾风险评估等内容，最后收录了两套冲刺试卷，并附有参考答案。

电子书

数据分析基础与案例实战（基于Excel软件）

孙玉娣顾锦江
本书分为8章，首先从数据分析技术概述入手，介绍了数据分析的基本概念、数据分析的工作流程、数据分析方法论与方法，并介绍了常用的数据分析工具；接着以Excel工具为例，从数据收集、数据加工与处理、统计分析、数据展示等数据分析工作流程切入，结合具体的案例进行数据剖析；最后将理论与实践相结合，讲解了电商数据、股票数据两个真实的企业案例。

电子书

Python数据分析

吴道君,朱家荣
本书全面讲解Python数据分析的相关知识和技术，内容包括Python数据分析概述、NumPy数值计算、Matplotlib数据可视化、Pandas数据分析、数据预处理、Sklearn机器学习。　　本书以培养学生编程能力和数据分析能力为目标，注重技术应用能力的培养。　　本书内容充实、结构合理、实用性强，具有明确的应用能力培养目标，易于接受和理解，学完本书后，可以具备数据分析的基本能力。　　本书适合