• 机器学习导论 第2版 超清版

    机器学习导论

    《 机器学习导论(原书第2版) 》讨论了机器学习在统计学、模式识别、神经网络、人工智能、信号处理等不同领域的应用,其中涵盖了监督学习、贝叶斯决策理论、参数方法、多元方法、多层感知器、局部模型、隐马尔可夫模型、分类算法评估和比较以及增强学习。 《机器学习导论(原书第2版)》可供完成计算机程序设计、概率论、微积分和线性代数课程的高年级本科生和研究生使用,也可供对机器学习感兴趣的工程技术人员参考。 近期始终在看

    更新时间:12-01人工智能电子书

    立即下载
  • 机器学习实践指南:案例应用解析 第2版 完整版

    机器学习实践指南:案例应用解析

    《 机器学习实践指南 》第2版比第1版增加了更多的案例和算法解析,全书详细介绍了机器学习发展及应用前景、科学计算平台、Python计算平台应用、R语言计算平台应用、生产环境基础、统计分析基础、描述性分析案例、假设检验与回归模型案例、神经网络、统计算法、欧氏距离与余弦相似度、SVM、回归算法、PCA降维、关联规则、聚类与分类算法、数据拟合案例、图像算法案例、机器视觉案例、文本分类案例等机器学习实践与应用。 目录 推荐序 前言 第

    更新时间:10-29机器学习电子书

    立即下载

热门推荐