| 名称: | |
| 描述: | |
| 公开/私有: | 公开 私有 |
| 标题: | |
| 描述: | |
| 公开/私有: | 公开 私有 |
- 程序设计 (37)
- 软件工具 (34)
- 机器学习 (30)
- python (10)
- 算法 (6)
- 人工神经网络 (2)
- 图象处理软件 (2)
- 应用 (2)
- 研究 (2)
- 程序语言 (2)
- spark (1)
- 人工智能 (1)
- 应用软件 (1)
- 数据处理 (1)
- 数据处理软件 (1)
- 数据管理 (1)
- 本书主要内容包括聚类、遗传算法、粒子群算法、人工神经网络和支持向量机等常见的机器学习算法，重点讲解了深度学习常见的模型、大数据相关内容和大数据技术的具体应用、常见的图像处理技术、python语言的编程基础，以及基于python的科学计算和机器学习算法，并配有大量的源代码。 (1)
- 机器学习是计算机智能围棋博弈系统、无人驾驶汽车和工业界人工智能助理等新兴技术的灵魂, 特别是深度学习理论更是诸多高精尖人工智能技术的核心。掌握机器学习理论与实践技术是学习现代人工智能科学最重要的一步。本书既讲述机器学习算法的理论分析, 也结合具体应用介绍它们在python中的实现及使用方法。本书的第2到第9章主要介绍监督式学习算法。其中包括: 监督式学习算法基础、线性回归算法、机器学习中的搜索算法、logistic回归算法、支持向量机算法、决策树、神经网络和深度学习。随后, 在第10与11这两章, 着重介绍无监督学习算法。 (1)
- 程学设计 (1)
- 网络安全 (1)
主题
| 1. |
|
|
|
| 2. |
|
|
|
| 3. |
|
|
|
| 4. |
|
|
|
| 5. |
|
|
|
| 6. |
|
|
|
| 7. |
|
|
|
| 8. |
|
|
|
| 9. |
|
|
|
| 10. |
|
|
