Python、TensorFlow、神经网络和深度学习因人工智能的流行而成为当下IT领域的热门关键词。本书首先介绍了Py...
2019.3
本书分为上篇(基础理论)和下篇(应用实践)两大部分组成。本书分析了计算学习理论及PAC可学习框架，剖析了PAC...
2019.4
通过这本实用指南，探索将机器学习应用于诸如入侵检测恶意软件分类和网络分析等安全问题的方法。本书两位机...
2019.4
本书对强化学习中涉及的主要原理及算法做了详细的阐述，并对该领域的发展历程以及最新的实践做了总结。全书...
2019.6
强化学习（RL）的最新发展结合深度学习（DL），在训练代理以类似人的方式解决复杂问题方面取得了前所未有的...
2019.4
本书首先介绍了统计学习的基本概念，例如分类和回归。介绍完所有的基础知识之后，就开始探究如决策树、支持...
2019.4
流形学习是机器学习研究的一个热点方向，在许多领域中有着广泛的应用。本书从非线性维数约简的角度系统阐述...
2019.4
机器学习因运用大数据实现强大且快速的预测而大受欢迎。然而，其强大的输出背后，真正力量来自复杂的算法，...
2019.2
本书通过比较因子分解机(FM)模型与其他模型之间的关联关系，阐述FM模型的灵活性和普适性；从特征的高阶交互...
2018.12
深度学习是当前人工智能的引领技术，是引发新一轮人工智能热潮的原动力。本书从模型、算法、原理等角度全面...
2018.12