统计学习要素

《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

Python无监督机器学习最佳实践

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

机器学习观止

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

深度学习

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

PyTorch深度学习实战

本书介绍了如何基于PyTorch框架实现主要的深度学习模型。本书从简单的神经网络开始,内容涵盖了CNN、RNN、G...

2020.6

AI制胜

机器学习包括有监督学习、无监督学习和半监督学习,而具体的问题又大致可以分两类:分类问题和回归问题。本...

2020.6

深度学习入门

本书的内容大体可以分为机器学习基础、顺序传播神经网络的深度学习、玻尔兹曼机和深度强化学习四个部分,既...

2020.6

机器学习基础

本书作者曾就职美国谷歌公司和日本乐天集团,身处硅谷和日本机器学习领域的一线,有着多年的机器学习开发经...

2020.7

机器视觉与机器学习

本书内容共十章。第一章为绪论,包括机器视觉相关概念,机器视觉的发展,机器视觉的基本任务、机器视觉的应...

2020.5

机器学习及其应用

本书是关于机器学习的综合性教程,全景式地呈现了机器学习领域的基础理论,以及将这些技术应用于实际问题的...

2020.4


按中图号分类
按出版社分类