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
本书主要分5个部分,共18章,较为全面地介绍了机器学习的基本概念,并讨论了数据挖掘和知识发现中的有关问...
2003.09
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
这本书从大数据的角度精彩地介绍了数据流分析,并且清晰易懂地展示了处理动态数据的最前沿方法。它带来了新...
2020.1
本书探讨深度学习中的高级主题,例如优化算法、超参数调整、Dropout和误差分析,以及如何解决在训练深度神...
2019.9
本书首先设置环境,讲述基本的图像处理术语,并探索与本书所介绍算法相关的Python概念。然后详述所有核心图...
2019.10
本书是一本系统性介绍深度学习及开源框架PyTorch的入门书。书中运用大量案例介绍了PyTorch的基本使用、神经...
2019.9