| 名称: | |
| 描述: | |
| 公开/私有: | 公开 私有 |
| 标题: | |
| 描述: | |
| 公开/私有: | 公开 私有 |
- 算法理论 (4)
- 电子计算机 (3)
- computer algorithms (1)
- distributed processing (1)
- electronic data processing (1)
- 区块链技术 (1)
- 基本知识 (1)
- 并行算法 (1)
- 数据采集 (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)
- 概论 (1)
- 生物信息论 (1)
- 算法 (1)
- 计算方法 (1)
- 计算机视觉 (1)
主题
| 1. |
封面仅供参考
|
|
|
| 2. |
封面仅供参考
|
|
|
| 3. |
封面仅供参考
|
|
|
| 4. |
封面仅供参考
|
|
|
| 5. |
封面仅供参考
|
|
|
| 6. |
封面仅供参考
|
|
|
| 7. |
封面仅供参考
|
|
|
| 8. |
封面仅供参考
|
|
|
| 9. |
封面仅供参考
|
|
|
| 10. |
封面仅供参考
|
|
