本书是一本机器学习入门读物，注重理论与实践的结合。全书主要包括6个部分，每个部分均以典型的机器学习算...
2017.7
本书对近年来稀疏学习、分类与识别领域常见的理论及技术进行了较为全面的阐述和总结，并结合作者多年的研究...
2017.3
本书是一本数据挖掘和机器学习领域入门阶段的实验教材，每章由知识要点和实验两个部分组成。知识要点部分给...
2017.1
生物分子网络是描述复杂生命系统的最直接、最有力的工具之一。研究生物网络是了解生命活动过程的重要途径。...
2017.2
本书围绕文本分类、人脸识别、辅助决策、色彩调和、参数映射与路径寻优等一系列机器学习与计算机视觉领域实...
2016.12
本书结合机器学习领域的各种新型算法，对物体的自动理解技术进行了详细的介绍和讲解。第一部分介绍了物体自...
2016.12
无监督学习是机器学习的一个重要分支，其在机器学习、数据挖掘、生物医学大数据分析、数据科学等领域有着重...
2016.11
本书旨在向读者介绍国外在学习科学方面的理论和研究。这些理论和研究是从比较微观的、具体的角度出发，使读...
2016.
本课程的教学内容主要包括聚类、关联、降维、变量选择、分类与预测、集成算法、图模型与推荐系统等。每一部...
2016.8
本书以Spark 1.4.1版本源码为切入点，全面并且深入地解析Spark MLlib模块，着力于探索分布式机器学习的底层...
2016.4