本书以深度学习最重要的神经网络为切入点展开，介绍神经网络的模型结构、数学推导、优化策略等，讲解浅层神...
2019.11
本书比较系统地介绍和讨论机器学习的入门性基础理论与应用技术，首先比较详细地介绍掌握机器学习理论和方法...
2019.8
本书面向渴望了解和掌握深度学习、但又缺乏相关背景知识的读者。本书的主要内容包括：了解数据科学、它的挑...
2019.6
本书是“达人迷”经典系列中关于机器学习的一本。本书内容分为6 个部分，共计 23 章，由浅入深地讲解机器学习...
2019.3
本书将从数学和方法的角度分别阐述强化学习的内容。从数学基础讲起，通过简单的环境模型来逐步展开强化学习...
2019.1
全书共分为两篇：在上篇中，将从浩瀚的数学海洋中撷取机器学习研究人员最为必须和重要的数学基础。内容主要...
2019.9
该书共14章，大致分为4个部分：第1部分介绍强化学习的基础知识，包括强化学习的定义，发展历程，以及要解决...
2019.11
本书介绍了强化学习原理、算法及其实现。内容涉及基于模型的强化学习、基于采样—估计的强化学习、基于逼近...
2019.
本书系统的介绍了机器学习的主要方法与理论。全书分为基本概念，数学知识，经典的机器学习算法、深度学习算...
2019.
本教材结合项目实践，首先对机器学习及其过程的核心问题进行了总结，讨论机器学习过程的主要步骤需要关注之...
2019.9