本书通过理论与项目实践相结合的方式引领读者进入人工智能技术的大门。书中首先从人工智能技术的数学基础讲...
2019.7
本书以深度学习和强化学习作为切入点,通过原理解析、算法步骤说明、代码实现、代码运行调试,对强化学习、...
2019.6
本书以非常容易理解的方式解说了人工智能研究中机器学习的各领域知识,以这些知识为前提,说明了深度学习是...
2018.5
这本书通过给出易操作的实践指导、采用简单的例子、激励学生讨论有趣的应用问题,用一种易于理解的方式介绍...
2016.9
本书对机器学习的定义和应用实例进行了介绍,涵盖了监督学习、贝叶斯决策理论、参数方法、多元方法、维度归...
2014.3
本书共四部分15章,4个附录,分别从机器学习的定义、利用回归来预测数字价值、非监督式学习,以及其他工具...
2013.7
本书面技术开发人员、CTO和咨询顾问人员,介绍了机器学习的基本原理,涵盖了测试驱动的机器学习、机器学习...
2015.8
本书介绍如何使用机器学习、人工智能和云计算工具解决现实世界的问题,即使你在数学或数据科学方面没有很强...
2020.4
本书详细讨论了预测数据分析中最重要的机器学习方法,涵盖基础理论和实际应用。在讨论了从数据到见解再到决...
2020.4
本书以机器学习为出发点,介绍了从机器学习到无人驾驶的相关技术基础,通过实例分析代码本身的逻辑关系,利...
2020.4