机器

数据挖掘:实用机器学习工具与技术 原书第3版_数据库教程

资源名称:数据挖掘:实用机器学习工具与技术 原书第 版 内容简介: 大数据时代应用机器学习方法解决数据挖掘问题的实用指南。 洞察隐匿于大数据中的结构模式,有效指导数据挖掘实践和商业应用。 系统的主要开发者将丰富的研发、商业应用和教学实践的经验和技术融会贯通。 广泛覆盖在数据挖掘实践中采用的算法和机器学习技术,着眼于解决实际问题 避免过分要求理论基础和数学知识,重点在于告诉读者 如何去做 ,同时包括许多算法、代码以及具体实例的实现。 将所有的概念都建立在具体实例的基础之上,促使读者首先考虑使用简单的技术。如

Python3入门机器学习教程

为机器学习初学者量身打造,使用新版 语言和流行的 框架,算法与编程两翼齐飞,由浅入深,一步步的进入机器学习的世界。学到的不只是一门课程,更是不断思考的能力。链接: 提取码:

机器学习与数据挖掘:方法和应用_数据库教程

资源名称:机器学习与数据挖掘:方法和应用 内容简介: 本书分为 个部分,共 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题及多策略学习方法,具体地阐述了机器学习与数据挖掘在工程设计,文本、图像和音乐,网页分析、计算机病毒和计算机控制,医疗诊断、生物医疗信号分析和水质分析中的生物信号处理等方面的应用情况。 本书收集众多不同领域中数据挖掘的实际案例,以此来说明数据挖掘的具体解决方法,以期为广大读者提供一个更为广阔的数据挖掘应用视角。 本书的读者,可以是任何对机器学习与数据挖掘感

解析Java虚拟机器开发:权衡优化、高校和安全的最优方案 PDF

资源名称:解析 虚拟机器开发:权衡优化、高校和安全的最优方案 解析 虚拟机开发--权衡优化高效和安全的最优方案细致分析了 虚拟机开发的基本知识,为读者权衡出优化、高效和安全的最优方案。本书内容新颖、知识全面、讲解详细,全书分为 章,第 章讲解一起走进 世界的基本知识;第 章讲解 编译测试的基础知识;第 章讲解安全性考虑的核心知识;第 章讲解通过网络实现移动性的知识;第 章浅谈 虚拟机内部机制的基础知识;第 章深入分析 文件的核心知识;第 章详细讲解栈和局部变量操作的知识;第 章深入详解内存异常和垃圾处理的

斯坦福大学机器学习课程个人学习笔记 中文PDF_Python教程

资源名称:斯坦福大学机器学习课程个人学习笔记 中文 本报告是在学习斯坦福大学机器学习课程前四节加上配套的讲义后的总结与认识。前四 节主要讲述了回归问题,属于有监督学习中的一种方法。该方法的核心思想是从离散的统计 数据中得到数学模型,然后将该数学模型用于预测或者分类。该方法处理的数据可以是多维 的。 讲义最初介绍了一个基本问题,然后引出了线性回归的解决方法,然后针对误差问题做 了概率解释。 资源截图:

Python机器学习 完整pdf_Python教程

资源名称: 机器学习 完整 第 章 赋予计算机学习数据的能力 构建智能机器将数据转化为知识 机器学习的三种不同方法 通过监督学习对未来事件进行预测 通过强化学习解决交互式问题 通过无监督学习发现数据本身潜在的结构 基本术语及符号介绍 构建机器学习系统的蓝图 数据预处理 选择预测模型类型并进行训练 模型验证与使用未知数据进行预测 在机器学习中的应用 本章小结 第 章 机器学习分类算法 人造神经元 早期机器学习概览 使用 实现感知器学习算法 自适应线性神经元及其学习的收敛性 通过梯度下降最小化代价函数 使用

Python机器学习实践指南_Python教程

资源名称: 机器学习实践指南 内容简介: 机器学习是近年来渐趋热门的一个领域,同时 语言经过一段时间的发展也已逐渐成为主流的编程语言之一。本书结合了机器学习和 语言两个热门的领域,通过利用两种核心的机器学习算法来将 语言在数据分析方面的优势发挥到极致。 全书共有 章。第 章讲解了 机器学习的生态系统,剩余 章介绍了众多与机器学习相关的算法,包括各类分类算法、数据可视化技术、推荐引擎等,主要包括机器学习在公寓、机票、 市场、新闻源、内容推广、股票市场、图像、聊天机器人和推荐引擎等方面的应用。 本书适合 程序

Python机器学习——预测分析核心算法_Python教程

资源名称: 机器学习 预测分析核心算法 内容简介: 在学习和研究机器学习的时候,面临令人眼花缭乱的算法,机器学习新手往往会不知 所措。本书从算法和 语言实现的角度,帮助读者认识机器学习。 书专注于两类核心的 算法族 ,即惩罚线性回归和集成方法,并通过代码实例来 展示所讨论的算法的使用原则。全书共分为 章,详细讨论了预测模型的两类核心算法、预测模型的构建、惩罚线性回归和集成方法的具体应用和实现。 本书主要针对想提高机器学习技能的 开发人员,帮助他们解决某一特定的项 目或是提升相关的技能。 作者简介: 在硅谷

Spark MLlib机器学习实践(第2版)

资源名称: 机器学习实践(第 版) 内容简介: 作为新兴的、应用范围 为广泛的大数据处理开源框架引起了广泛的关注,它吸引了大量程序设计和开发人员进行相关内容的学习与开发,其中 是 框架使用的核心。本书是一本细致介绍 程序设计的图书,入门简单,示例丰富。 本书分为 章,从 基础安装和配置开始,依次介绍 程序设计基础、 的数据对象构建、 中 使用介绍,各种分类、聚类、回归等数据处理方法, 后还通过一个完整的实例,回顾了前面的学习内容,并通过代码实现了一个完整的分析过程。 本书理论内容由浅而深,采取实例和理论相

Python机器学习经典实例_Python教程

资源名称: 机器学习经典实例 内容简介: 在如今这个处处以数据驱动的世界中,机器学习正变得越来越大众化。它已经被广泛地应用于不同领域,如搜索引擎、机器人、无人驾驶汽车等。本书首先通过实用的案例介绍机器学习的基础知识,然后介绍一些稍微复杂的机器学习算法,例如支持向量机、极端随机森林、隐马尔可夫模型、条件随机场、深度神经网络,等等。 本书是为想用机器学习算法开发应用程序的 程序员准备的。它适合 初学者阅读,不过熟悉 编程方法对体验示例代码大有裨益。 作者简介: 作者简介: 人工智能专家,重点关注基于内容的分析