本书是高级深度学习技术的综合指南，内容包括自编码器、生成对抗网络（GAN）、变分自编码器（VAE）和深度强...
2020.3
本书全面系统地介绍了机器学习测试技术与质量体系建设，共15个章节，分为5部分。第1部分（第1-4章）基础知...
2020.9
本书讨论了机器学习的基本问题和基本算法。从方便学习的目的出发，本书主要以聚类任务、回归任务、分类任务...
2020.7
本书的目标是帮助读者全面、系统地学习机器学习所必需的数学知识。全书由8章组成，内容包括微积分、线性代...
2020.8
本书由机器学习安全领域的学者撰写，针对存在安全威胁的对抗性环境，讨论如何构建健壮的机器学习系统，全面...
2020.7
《统计学习与机器学习》介绍了这些领域的一些重要概念，主题广泛，从监督学习（预测）到无监督学习，应有尽...
2020.7
本书详细阐述了与无监督机器学习开发相关的基本解决方案，主要包括聚类、分层聚类、邻域聚类方法和DBSCAN、...
2020.7
本书旨在带领读者从零基础开始，深入浅出地直击机器学习的本质。本书在写作过程中，充分结合了作者自己在若...
2020.7
本书共11章，主要内容包括深度学习简介、Python基础、神经网络基础、卷积神经网络、经典卷积网络结构、迁移...
2020.6
本书是作者在总结多年的实际工程应用经验的基础上编著而成的，是一本面向本科生的神经网络与深度学习的入门...
2020.7