本书从企业实践出发，内容覆盖数据、平台、分析和应用等企业内数据流转的主要环节。布局上，按照数据与平台...
2017.1
本书共12章：第1章介绍机器学习的基本概念和理论，并介绍用于机器学习的R软件环境的准备；第2章介绍如何应...
2016.12
本书介绍机器学习方法的原理及方法，同时引入了学习的计算复杂性、凸性和稳定性、PAC贝叶斯方法、压缩界等...
2016.7
本书将涵盖以下比较重要的挖掘和分析知识点：概率、统计和分布、多维向量空间、回归、聚类、分类、关联分析...
2016.6
本书共11章。第1章介绍如何创建一个可用的R环境和基本的R命令；第2章讲述如何使用R语言进行探索性数据分析...
2016.4
本书教你学会利用简单的算法和技巧，构建更智能的.NET应用，从而可以让应用从数据中来自我学习。你可以利用...
2016.9
本书分为基础篇和高级篇。基础篇介绍机器学习的主要原理和方法、以及最近几年来的最新进展，包括机器学习的...
2016.
本课程的教学内容主要包括聚类、关联、降维、变量选择、分类与预测、集成算法、图模型与推荐系统等。每一部...
2016.8