本书从概率近似正确（PAC）理论出发探讨机器学习的基础理论与典型算法，包括PAC学习框架、VC-维、支持向量...
2019.5
机器学习是什么？本书第一章就以我们日常生活中的案例为基础，通俗地讲解了机器学习的内涵、思维，并根据后...
2019.1
本书比较全面地介绍了机器学习理论，内容包括模型模型评估与选择、决策树、神经网络、支持向量机、贝叶斯分...
2016.
本书比较全面系统地介绍了机器学习的方法和技术。全书共分为13章，分别介绍了机器学习的基本概念、最近邻规...
2009.06
机器学习及其在统计学、模式识别、神经网络、人工智能、信号处理、控制和数据挖掘等不同领域的应用。可作为...
2009.06
本书从数据中提取并验证模型的基本理论。
2006.01
本书主要介绍了Google云平台中有关机器学习的多种工具，以及如何使用它们来进行机器学习。这些工具对使用者...
2020.9
本书共6章，第1章主要介绍深度学习必备的器材、操作系统及中间件的安装方法；第2、3章解读了深度学习示例中...
2020.7
本书通过正在学习机器学习的程序员绫乃和她朋友美绪的对话，结合回归和分类的具体问题，逐步讲解了机器学习...
2020.5
本书内容包括神经网络的基础，深度神经网络的优化和验证，深度神经网络开发和训练环境的构建，使用TensorBo...
2020.2