本书共12章：第1章介绍机器学习的基本概念和理论，并介绍用于机器学习的R软件环境的准备；第2章介绍如何应...
2016.12
本书介绍机器学习方法的原理及方法，同时引入了学习的计算复杂性、凸性和稳定性、PAC贝叶斯方法、压缩界等...
2016.7
本书将涵盖以下比较重要的挖掘和分析知识点：概率、统计和分布、多维向量空间、回归、聚类、分类、关联分析...
2016.6
本书共11章。第1章介绍如何创建一个可用的R环境和基本的R命令；第2章讲述如何使用R语言进行探索性数据分析...
2016.4
本书介绍了统计学习的主要方法，特别是监督学习方法。
2012.2
本书邀请国内外相关领域的专家撰文，以综述的形式分别介绍机器学习不同分支及相关领域的研究进展。全书共分...
2011.10
机器学习是人工智能的一个核心研究领域，也是近年来计算机科学中最活跃的研究分支之一。目前，机器学习技术...
2009.08
本书介绍机器学习领域的研究进展及其应用，内容涉及高维数据降维，监督学习，复杂网络，异构数据，商空间等...
2007.10
本书分为6章，内容包括机器学习概述、机器学习数据特征、机器学习分类算法、机器学习场景应用，并在机器学...
2020.2
本书详细介绍tensorflow深度学习的基本算法原理、实现与应用，包括机器学习、图像识别、语音识别、语义理解...
2020.1