移动通信大数据分析

本书利用机器学习和数据挖掘技术,研究移动网络中传统方法无法解决的问题,包括将数据科学与移动网络技术进...

2019.12

PySpark机器学习、自然语言处理与推荐系统

本书指导你使用PySpark构建机器学习模型、自然语言处理应用程序和推荐系统,以满足各种业务需求。本书讨论P...

2020.

Python深度学习

本书讲解了如何以Python为语言、以PyTorch为工具进行深度学习实践。全书一共分为三个部分:第一部分(第1~4...

2019.10

知识图谱与深度学习

本书主要介绍知识图谱以及面向知识图谱的深度学习技术近期取得的成果,集中介绍知识表示学习技术及其在知识...

2019.12

TensorFlow机器学习

本书由浅入深地对TensorFlow进行了介绍,并对TensorFlow的本质、核心学习算法(线性回归、分类、聚类、隐马...

2019.9

PyTorch深度学习入门

本书以图文并貌的形式、浅显易懂的语言仔细讲解了深度学习的基础知识。从如何挑选硬件到神经网络的初步搭建...

2019.12

TensorFlow机器学习项目开发实战

本书首先讨论如何在机器学习项目中使用TensorFlow。并将深入到一个丰富的项目组合中,进而使用Tensorforest...

2019.

终身机器学习

本书介绍终身机器学习这种高级机器学习范式,这种范式通过积累过去的知识持续地学习,并将所学到的知识用于...

2019.8

TensorFlow机器学习实战指南

TensorFlow是一个开源机器学习库。本书从TensorFlow的基础开始介绍,涉及变量、矩阵和各种数据源。之后,针...

2019.7

MXNet深度学习实战

全书共12章。第1章介绍深度学习框架MXNet的发展过程和优缺点;第2章介绍开发环境的搭建,包括Docker的使用...

2019.5