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...
2018.11
本书介绍了机器学习的完整学习路径，系统性挖掘了各大机器学习模型之间的联系和本质意义，结合Python常见库...
2019.2
本书共11章，第1章从宏观角度讨论机器学习的分类、方法与流程；第2章介绍Python机器学习基础工具；第3～5章...
2019.1
深度学习已经成为人工智能炙手可热的技术，PyTorch是一个较新的，容易上手的深度学习开源框架，目前已得到...
2018.8
深入浅出地讲解深度卷积神经网络中的基本概念、涉及的主要技术、算法及其应用，并分析比较了当前流行的各类...
2018.7
本书在内容上主要分为两个部分：第一，深入浅出、图文并茂地介绍深度学习相关原理，包括感知机、BP反向传播...
2018.7
计算机视觉、自然语言处理和语音识别是目前深度学习领域很热门的三大应用方向，本书旨在帮助零基础或基础较...
2018.6
本书从深度学习的研究范畴、关键技术分析和落地实践三方面帮助读者解析深度学习的方法论；培养其掌握深度学...
2018.6
本书汇集了阿里巴巴一线算法工程师在强化学习应用方面的经验和心得，覆盖了搜索事业部、阿里妈妈事业部、计...
2018.10
本书从机器学习的基本原理开始讲解，然后是神经网络、深度学习，最后讲解卷积神经网络。本书在讲解原理的基...
2018.3