机器

图解机器学习完整版 ([日]杉山将) 中文

资源名称:图解机器学习完整版 日 杉山将 中文 第 部分绪论 第 章什么是机器学习 第 章学习模型 第 部分有监督回归 第 章最小二乘学习法 第 章带有约束条件的最小二乘法 第 章稀疏学习 第 章鲁棒学习 第 部分有监督分类 第 章基于最小二乘法的分类 第 章支持向量机分类 第 章集成分类 第 章概率分类法 第 章序列数据的分类 第 部分无监督学习 第 章异常检测 第 章无监督降维 第 章聚类 第 部分新兴机器学习算法 第 章在线学习 第 章半监督学习 第 章监督降维 第 章迁移学习 第 章多任务学习 第

Python机器学习 PDF_Python教程

资源名称: 机器学习 作者简介: 是密歇根州立大学的博士生,他在计算生物学领域提出了几种新的计算方法,还被科技博客 评为 上具影响力的数据科学家。他有一整年都使用 进行编程的经验,同时还多次参加数据科学应用与机器学习领域的研讨会。正是因为 在数据科学、机器学习以及 等领域拥有丰富的演讲和写作经验,他才有动力完成此书的撰写,目的是帮助那些不具备机器学习背景的人设计出由数据驱动的解决方案。他还积极参与到开源项目中,由他开发完成的计算方法已经被成功应用到了机器学习竞赛(如 等)中。在业余时间,他沉醉于构建体育运

Python机器学习实践指南 附随书代码 中文pdf_Python教程

资源名称: 机器学习实践指南 附随书代码 中文 第 章 机器学习的生态系统 第 章构建应用程序,发现低价的第 章构建应用程序,发现低价的第 章使用逻辑回归预测 市场 第 章创建自定义的新闻源 第 章预测你的内容是否会广为第 章使用机器学习预测股票市场 第 章建立图像相似度的引擎 第 章打造聊天机器人 第 章构建推荐引擎 资源截图:

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

Python+Spark 2.0+Hadoop机器学习与大数据实战

资源名称: 机器学习与大数据实战 内容简介: 本书从浅显易懂的 大数据和机器学习 原理说明入手,讲述大数据和机器学习的基本概念,如分类、分析、训练、建模、预测、机器学习(推荐引擎)、机器学习(二元分类)、机器学习(多元分类)、机器学习(回归分析)和数据可视化应用等。书中不仅加入了新近的大数据技术,还丰富了 机器学习 内容。 为降低读者学习大数据技术的门槛,书中提供了丰富的上机实践操作和范例程序详解,展示了如何在单机 系统上通过 虚拟机安装多机 虚拟机,如何建立 集群,再建立 开发环境。书中介绍搭建的上机实

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机器学习算法 赵志勇 中文pdf_Python教程

资源名称: 机器学习算法 赵志勇 中文 第一部分分类算法 支持向量机 随机森林 神经网络 第二部分回归算法 线性回归 岭回归和 回归 树回归 第三部分聚类算法 第四部分推荐算法 协同过滤算法 基于矩阵分解的推荐算法 基于图的推荐算法 文献 第五部分深度学习 卷积神经网络 第六部分项目实践 微博精准推荐 资源截图:

Java机器学习 中文pdf

资源名称: 机器学习 中文 第 章 机器学习应用快速入门 第 章 面向机器学习的 库与第 章 基本算法 分类、回归第 章 利用集成方法预测客户关系第 章 关联分析第 章 使用 制作第 章 欺诈与异常检测第 章 利用 进行第 章 利用手机传感器进行第 章 利用 进行文本挖掘 第 章 机器学习进阶 资源截图: