本书由机器学习安全领域的学者撰写，针对存在安全威胁的对抗性环境，讨论如何构建健壮的机器学习系统，全面...
2020.7
《统计学习与机器学习》介绍了这些领域的一些重要概念，主题广泛，从监督学习（预测）到无监督学习，应有尽...
2020.7
本书详细阐述了与无监督机器学习开发相关的基本解决方案，主要包括聚类、分层聚类、邻域聚类方法和DBSCAN、...
2020.7
本书旨在带领读者从零基础开始，深入浅出地直击机器学习的本质。本书在写作过程中，充分结合了作者自己在若...
2020.7
本书共11章，主要内容包括深度学习简介、Python基础、神经网络基础、卷积神经网络、经典卷积网络结构、迁移...
2020.6
本书是作者在总结多年的实际工程应用经验的基础上编著而成的，是一本面向本科生的神经网络与深度学习的入门...
2020.7
本书介绍了如何基于PyTorch框架实现主要的深度学习模型。本书从简单的神经网络开始，内容涵盖了CNN、RNN、G...
2020.6
机器学习包括有监督学习、无监督学习和半监督学习，而具体的问题又大致可以分两类：分类问题和回归问题。本...
2020.6
本书共9章，提供原理解释、硬件结构讲解，同时配有示例和具体介绍。本书还特别结合硬件结构、优化的流程和...
2020.6
本书的内容大体可以分为机器学习基础、顺序传播神经网络的深度学习、玻尔兹曼机和深度强化学习四个部分，既...
2020.6