机器学习导论

这本书通过给出易操作的实践指导、采用简单的例子、激励学生讨论有趣的应用问题,用一种易于理解的方式介绍...

2016.9

大数据与机器学习

本书从企业实践出发,内容覆盖数据、平台、分析和应用等企业内数据流转的主要环节。布局上,按照数据与平台...

2017.1

机器学习与R语言

本书共12章:第1章介绍机器学习的基本概念和理论,并介绍用于机器学习的R软件环境的准备;第2章介绍如何应...

2016.12

深入理解机器学习

本书介绍机器学习方法的原理及方法,同时引入了学习的计算复杂性、凸性和稳定性、PAC贝叶斯方法、压缩界等...

2016.7

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...

2016.6

机器学习与R语言实战

本书共11章。第1章介绍如何创建一个可用的R环境和基本的R命令;第2章讲述如何使用R语言进行探索性数据分析...

2016.4

机器学习项目开发实战

本书教你学会利用简单的算法和技巧,构建更智能的.NET应用,从而可以让应用从数据中来自我学习。你可以利用...

2016.9

机器学习与视觉感知

本书分为基础篇和高级篇。基础篇介绍机器学习的主要原理和方法、以及最近几年来的最新进展,包括机器学习的...

2016.

基于机器学习的行为识别技术研究

本书基于机器视觉技术针对智能视频分析这一主题,围绕视频监控中的人体复杂行为识别问题,详细地介绍了其概...

2016.9

统计学习与机器视觉基础与综合

统计学习是机器学习发展到一定阶段的产物,属于方法论的范畴。机器视觉的主要任务就是通过对采集的图片或视...

2016.7