福利 | 这是一个理论+实战的机器学习加油包 - 荐书
2018-06-29 09:49
429 查看
天气炎热,一波接一波的高温预警让出门这件事情变成了灾难片,可难得的周末不出门觉得无聊,光看电视打游戏又觉得良心会痛……看来这样的你需要一些精神食粮~ Bingo!又到了小编送福利时间!继上一期送出了Python专场竞技助战帖之后,这次小编携手@图灵社区,为大家送上专属于机器学习的加油包! 本 期 书 单
《机器学习与优化》 作者:罗伯托·巴蒂蒂、毛罗·布鲁纳托 译者:王彧弋
摒弃复杂的公式推导,从实践上手机器学习;
人工智能领域先驱、IEEE会士巴蒂蒂教授领导的LION实验室多年机器学习经验总结。
本书是机器学习实战领域的一本佳作,从机器学习的基本概念讲起,旨在将初学者引入机器学习的大门,并走上实践的道路。本书通过讲解机器学习中的监督学习和无监督学习,并结合特征选择和排序、聚类方法、文本和网页挖掘等热点问题,论证了“优化是力量之源”这一观点,为机器学习在企业中的应用提供了切实可行的操作建议。 购书链接:https://item.jd.com/12367752.html
《机器学习:理论、实践与提高》 作者:Massih-Reza Amini
译者:许鹏
机器学习数学和理论知识必读书目;
教学与实践结合,提高机器算法技能;
机器学习专家Francis Bach作序;
讲解丰富案例,分析实践经验,阐释核心算法。
基于C语言的机器学习图书。从监督、半监督学习的基础理论开始,采用简单、流行的C语言,逐步介绍最常见、最先进的理论概念、算法与实践案例,呈现相应的经典算法和编程要点,满足读者想要了解机器学习运作模式的根本需求。 购书链接:https://item.jd.com/12345884.html
《机器学习实战》 作者:Peter Harrington 译者:李锐 李鹏 曲亚东 王斌
最畅销机器学习图书;
介绍并实现机器学习的主流算法;
面向日常任务的高效实战内容。
全书通过精心编排的实例,切入日常工作任务,摒弃学术化语言,利用高效的可复用Python代码来阐释如何处理统计数据,进行数据分析及可视化。通过各种实例,读者可从中学会机器学习的核心算法,并能将其运用于一些策略性任务中,如分类、预测、推荐。另外,还可用它们来实现一些更高级的功能,如汇总和简化等。 购书链接:https://item.jd.com/11242112.html
《机器学习与优化》 作者:罗伯托·巴蒂蒂、毛罗·布鲁纳托 译者:王彧弋
摒弃复杂的公式推导,从实践上手机器学习;
人工智能领域先驱、IEEE会士巴蒂蒂教授领导的LION实验室多年机器学习经验总结。
本书是机器学习实战领域的一本佳作,从机器学习的基本概念讲起,旨在将初学者引入机器学习的大门,并走上实践的道路。本书通过讲解机器学习中的监督学习和无监督学习,并结合特征选择和排序、聚类方法、文本和网页挖掘等热点问题,论证了“优化是力量之源”这一观点,为机器学习在企业中的应用提供了切实可行的操作建议。 购书链接:https://item.jd.com/12367752.html
《机器学习:理论、实践与提高》 作者:Massih-Reza Amini
译者:许鹏
机器学习数学和理论知识必读书目;
教学与实践结合,提高机器算法技能;
机器学习专家Francis Bach作序;
讲解丰富案例,分析实践经验,阐释核心算法。
基于C语言的机器学习图书。从监督、半监督学习的基础理论开始,采用简单、流行的C语言,逐步介绍最常见、最先进的理论概念、算法与实践案例,呈现相应的经典算法和编程要点,满足读者想要了解机器学习运作模式的根本需求。 购书链接:https://item.jd.com/12345884.html
《机器学习实战》 作者:Peter Harrington 译者:李锐 李鹏 曲亚东 王斌
最畅销机器学习图书;
介绍并实现机器学习的主流算法;
面向日常任务的高效实战内容。
全书通过精心编排的实例,切入日常工作任务,摒弃学术化语言,利用高效的可复用Python代码来阐释如何处理统计数据,进行数据分析及可视化。通过各种实例,读者可从中学会机器学习的核心算法,并能将其运用于一些策略性任务中,如分类、预测、推荐。另外,还可用它们来实现一些更高级的功能,如汇总和简化等。 购书链接:https://item.jd.com/11242112.html
相关文章推荐
- 福利 | 这是一个理论+实战的机器学习加油包 - 荐书
- 机器学习理论与实战(四)逻辑回归
- 机器学习理论与实战(五)支持向量机
- python机器学习理论与实战(一)K近邻法
- 机器学习理论与实战(五)支持向量机
- 机器学习理论与实战(十四)概率图模型02
- 机器学习理论与实战(七)Adaboost
- 机器学习理论与实战(十六)概率图模型04
- 机器学习理论与实战(六)支持向量机
- 机器学习理论与实战(九)回归树和模型树
- 机器学习理论与实战(十二)神经网络
- 机器学习实战教程(第二章 机器学习基本理论)
- 机器学习理论与实战(十七)概率图模型05(极家族函数的引入)
- 机器学习理论与实战(七)Adaboost
- 机器学习、深度学习的理论与实战入门建议整理(一)
- 机器学习理论与实战——回归
- 机器学习理论与实战(八)回归
- 机器学习理论与实战(十)K均值聚类和二分K均值聚类
- python机器学习理论与实战(二)决策树
- Python机器学习之XGBoost从入门到实战(基本理论说明)