TOP
💡 邁向小一的第一步!給孩子一本「查得到自信」的專屬辭典,輕鬆跨越閱讀關卡!🚀
15
1 / 1
Python機器學習(簡體書)
滿額折
出版日:2019/07/11 作者:趙涓涓; 強彥  出版社:機械工業出版社  裝訂:平裝
本書以案例驅動的方式講解機器學習算法的知識點,並以Python語言作為基礎開發語言實現算法,包括目前機器學習主流算法的原理、算法流程圖、算法的詳細設計步驟、算法實例、算法應用、算法的改進與優化等環節。全書共分 17 章,前兩章介紹機器學習與 Python 語言的相關基礎知識,後面各章以案例的方式分別介紹線性回歸算法、邏輯回歸算法、K *近鄰算法、PCA 降維算法、k-means算法、支持向量機算法
優惠價: 87 360
無庫存
Python深度學習:基於TensorFlow(簡體書)
滿額折
出版日:2018/10/01 作者:吳茂貴; 王冬; 李濤  出版社:機械工業出版社  裝訂:平裝
本書共22章,分為三個部分。第一部分(第1~5章)為Python及應用數學基礎部分,介紹Python和TensorFlow的基石Numpy,深度學習框架的鼻祖Theano,以及機器學習、深度學習算法應用數學基礎等內容。第二部分(第6~20章)為深度學習理論與應用部分,介紹機器學習的經典理論和算法,深度學習理論及方法,TensorFlow基於CPU、GPU版本的安裝及使用、TensorFlow基礎、
優惠價: 87 412
無庫存
Python數據挖掘與機器學習實戰(簡體書)
滿額折
出版日:2019/06/01 作者:方巍  出版社:機械工業出版社  裝訂:平裝
本書作為數據挖掘的入門讀物,基於真實的數據集進行案例實戰,使用Python數據科學庫,從數據預處理開始一步步介紹數據建模和數據挖掘的過程。主要介紹了數據挖掘的基礎知識、基本工具和實踐方法,通過循序漸進地講解算法,帶領讀者輕鬆踏上數據挖掘之旅。本書採用理論與實踐相結合的方式,呈現了如何使用邏輯回歸進行環境數據檢測,如何使用HMM進行中文分詞,如何利用卷積神經網絡識別雷達剖面圖,如何使用循環神經網絡構建聊天機器人,如何使用樸素貝葉斯算法進行破產預測,如何使用DCGAN網絡進行人臉生成等。本書也涉及神經網絡、在線學習、強化學習、深度學習和大數據處理等內容。本書以人工智能主流編程語言Python 3版本作為數據分析與挖掘實戰的應用工具,從Pyhton的基礎語法開始,陸續介紹了NumPy數值計算、Pandas數據處理、Matplotlib數據可視化、爬蟲和Sklearn數據挖掘等內容。全書共涵蓋16個常用的數據挖掘算法和機器學習實戰項目。通過學習本書內容,讀者可以掌握數據分析與挖掘的理論知識及實戰技能。
優惠價: 87 412
無庫存
機器學習即服務:將Python機器學習創意快速轉變為雲端Web應用程序(簡體書)
滿額折
出版日:2019/06/01 作者:(美)曼紐爾‧阿米納特吉  出版社:機械工業出版社  裝訂:平裝
本書涵蓋Kubernetes架構、部署、核心資源類型、系統擴縮容、存儲卷、網絡插件與網絡本書由淺入深地介紹了一系列常見的Python數據科學問題。書中介紹的實踐項目簡單明瞭,可作為模板快速啟動其他類似項目。通過本書,你將學習如何構建一個Web應用程序以進行數值或分類預測,如何理解文本分析,如何創建強大的交互界面,如何對數據訪問進行安全控制,以及如何利用Web插件實現信用卡付款和捐贈。每章都遵循三個
優惠價: 87 517
無庫存
Python強化學習實戰:應用OpenAI Gym和TensorFlow精通強化學習和深度強化學習(簡體書)
滿額折
出版日:2019/01/01 作者:(印)蘇達桑‧拉維尚迪蘭  出版社:機械工業出版社  裝訂:平裝
強化學習是一種重要的機器學習方法,在智能體及分析預測等領域有許多應用。本書共13章,主要包括強化學習的各種要素,即智能體、環境、策略和模型以及相應平臺和庫;Anaconda、Docker、OpenAI Gym、Universe和TensorFlow等安裝配置;馬爾可夫鏈和馬爾可夫過程及其與強化學習問題建模之間的關係,動態規劃的基本概念;蒙特卡羅方法以及不同類型的蒙特卡羅預測和控制方法;時間差分學習、預測、離線/在線策略控制等;多臂賭博機問題以及相關的各種探索策略方法;深度學習的各種基本概念和RNN、LSTM、CNN等神經網絡;深度強化學習算法DQN,以及雙DQN和對抗網絡體系結構等改進架構;DRQN以及DARQN;A3C網絡的基本工作原理及架構;策略梯度和優化問題;最後介紹了強化學習的最新進展以及未來發展。
優惠價: 87 360
無庫存
終身機器學習(原書第2版)(簡體書)
滿額折
出版日:2019/08/05 作者:陳志源  出版社:機械工業出版社  裝訂:平裝
終身機器學習(Lifelong Machine Learning)第二版是對高級機器學習範式的介紹,通過積累過去的知識持續地學習,並將所學到的知識用於幫助未來的學習和問題解決。本書適用於對機器學習、數據挖掘、自然語言處理或模式識別感興趣的學生、研究人員和從業人員。講師隨時可以在任何這些相關領域的課程中使用本書。
優惠價: 87 412
無庫存
Azure 機器學習(簡體書)
滿額折
出版日:2018/11/01 作者:(加)傑夫‧巴恩斯  出版社:人民郵電出版社  裝訂:平裝
本書基於Azure Machine Learning Studio探討了現代數據科學算法的背景、理論和實際應用。 全書共8章。第1章描述了在數據科學領域,Azure機器學習如何通過實現完全託管的數據科學雲服務邁出預測分析解決方案的關鍵一步;第2章講解預測分析科學和方法論的基本概念;第3章探討Azure ML Studio的基本原理;第4章基於一個實用的Azure機器學習預測模型,探討可以用來調用A
優惠價: 87 287
無庫存
Microsoft Azure機器學習和預測分析(簡體書)
滿額折
出版日:2018/07/01 作者:(美)巴爾加  出版社:人民郵電出版社  裝訂:平裝
近年來,機器學習領域受到越來越多的關注,相關的機器學習演算法開始成為熱點。 本書專門介紹了有關機器學習的內容,全書共分3部分:第1部分是資料科學和Microsoft Azure Machine Learning導論,介紹了資料科學和Microsoft Azure Machine Learning的基本知識以及需要用到的語言的基本知識;第二部分是統計學和機器學習演算法,系統地講解了統計學和機器學習的
優惠價: 87 308
無庫存
實用機器學習(簡體書)
滿額折
出版日:2018/06/01 作者:(印)蘇尼拉‧格拉普蒂  出版社:機械工業出版社  裝訂:平裝
本書探索了一系列廣泛應用的機器學習技術,用實際例子揭示了常見數據中隱藏的處理技巧和竅門。本書還探討了機器學習的前沿進展,提供了一些關於深度學習和強化學習的範例和指導原則,完美演繹了實操過程及算法原理。本書的目標讀者為那些想瞭解機器學習實踐通過機器學習技術解決現實應用的數據科學家。
優惠價: 87 412
無庫存
R語言機器學習(簡體書)
滿額折
出版日:2018/06/01 作者:(印度)卡西克‧拉瑪蘇布蘭馬尼安  出版社:機械工業出版社  裝訂:平裝
本書講解的是在R語言平臺上使用大數據技術構建可擴展機器學習模型的新技術成果。它全面展示了如何採用機器學習算法在原始數據的基礎上構建機器學習模型。本書還能讓那些希望利用ApacheHadoop、Hive、Pig和Spark來實現可擴展機器學習模型的讀者從中受益。
優惠價: 87 517
無庫存
機器學習算法(簡體書)
滿額折
出版日:2018/05/01 作者:(義)朱塞佩‧博納科爾索  出版社:機械工業出版社  裝訂:平裝
本書採用理論與實踐相結合的方式,在簡明扼要地闡明機器學習原理的基礎上,通過大量實例介紹了不同場景下機器學習算法在scikit-learn中的實現及應用。書中還有大量的代碼示例及圖例,便於讀者理解和學習並實際上手操作。另一方面,書中還有很多的延伸閱讀指導,方便讀者系統性地瞭解機器學習領域的現有技術及其發展狀態。
優惠價: 87 360
無庫存
統計機器學習導論(簡體書)
滿額折
出版日:2018/05/01 作者:(日)杉山將  出版社:機械工業出版社  裝訂:平裝
本書對機器學習的關鍵知識點進行了全面講解,幫助讀者順利完成從理論到實踐的過渡。書中首先介紹用於描述機器學習算法的統計與概率的知識,接著詳細分析機器學習技術的兩類主要方法――生成方法和判別方法,後深入研究了如何使機器學習算法在實際應用中發揮更大的作用。本書提供程序源代碼,便於讀者進行數據分析實踐。本書適合高等院校計算機、統計等專業的研究生和高年級本科生閱讀,同時也適合相關領域的技術人員參考。
優惠價: 87 465
無庫存
深度實踐Spark機器學習(簡體書)
滿額折
出版日:2018/03/01 作者:吳茂貴; 郁明敏; 朱鳳雲; 張粵磊; 楊本法  出版社:機械工業出版社  裝訂:平裝
本書以新的Spark2.0爲技術基礎,重點講解了如何構建機器學習系統以及如何實現機器學習流程的標準化,這兩點都是目前同類書中沒有的。第1~7章從概念、架構、算法等角度介紹了機器學習的基本概念;第8~12章以實例爲主,詳細講解了機器學習流程標準化涉及的關鍵技術;第13章主要以在綫數據或流式數據爲主介紹了流式計算框架SparkStreaming;第14章重點講解了深度學習的框架TensorFlowOn
優惠價: 87 360
無庫存
出版日:2018/06/27 作者:(荷)英德拉‧丹‧巴克  出版社:機械工業出版社  裝訂:平裝
本書以自上而下和自下而上的方法來展示針對不同領域實際問題的深度學習解決方案,包括圖像識別、自然語言處理、時間序列預測和機器人操縱等。還討論了採用諸如TensorFlow、PyTorch、Keras和CNTK等流行的深度學習開源框架用於實際問題的解決方案及其優缺點。本書內容包括:用於深度學習的編程環境、GPU計算和雲端解決方案;前饋神經網絡與卷積神經網絡;循環與遞歸神經網絡;強化學習與生成對抗網絡;
出版日:2018/05/01 作者:(加)洪松林  出版社:機械工業出版社  裝訂:平裝
本書作者曾在北美多家智能專業公司任高級架構師,有20年數據挖掘、機器學習方面的設計、開發、管理經驗。他結合自己多年的行業經歷,總結了自己在機器學習方面的知識和實際工程中的經驗,提供了大量一線資料。本書不僅介紹了機器學習中的常用算法,而且給出了具體實施環境和經驗總結。重點介紹了相關算法,包括:相關因子算法、聚類算法、分類算法、回歸與測試算法等。不僅列舉了詳細示例,還介紹了算法在工程實踐中的具體應用,
  • 15
    1

暢銷榜

客服中心

收藏

會員專區