机器学习类电子书精选,持续收录相关领域的经典、热门与新近出版作品。

深度强化学习
王树森
EPUB人民邮电出版社
本书基于备受读者推崇的王树森“深度强化学习”系列公开视频课,专门解决“入门深度强化学习难”的问题。 本书的独特之处在于:第一,知识精简,剔除一切不必要的概念和公式,学起来轻松;第二,内容新颖,聚焦近10年深度强化学习领域的突破,让你一上手就紧跟最新技术。本书系统讲解深度强化学习的原理与实现,但不回避数学公式和各种模型,原创100多幅精美插图,并以全彩印刷展示。简洁清晰的语

精通Transformer
[土]萨瓦斯·伊尔蒂利姆
EPUB北京理工大学出版社 · 2023
国内第1本Transformer——变形金刚红书 如果一定要说未来谁能引领人工智能世界,是Transformer而非chatGPT! 编辑推荐★★★★★ ChatGPT红得发紫,强得让人类心悸。 但在它的背后,还隐藏着一位真正的大佬。 它的名字叫做——Transformer! <

因果推断:原理解析与应用实践
赵永贺 等
EPUB电子工业出版社 · 2023
《因果推断:原理解析与应用实践》详细介绍了因果推断方法,并以实践应用为辅,方便读者理解。本书化繁为简,层层深入,引导读者了解因果推断方法发展的历程和现状。通过本书,读者可以获得关于因果推断方法的全局视角。 《因果推断:原理解析与应用实践》共5章,以递进的方式展开对因果推断方法的介绍。第1章从相关关系出发,通过介绍相关关系与因果关系的联系和区别过渡到对因果关系的探索。在明确

MATLAB优化算法案例分析与应用
余胜威
PDF清华大学出版社 · 2014
本书将MATLAb与机器学习相结合,包含了如神经网络算法(neural network)、粒子群优化算法(PSO)等实战应用,可作为广大matlab爱好者和科研人员的参考书籍

数据分析与数据挖掘/计算机科学与技术学科前沿丛书 :计算机科学与技术学科研究生系列教材(中文版))
喻梅
PDF清华大学出版社
数据分析与数据挖掘是一门跨学科的计算机科学分支,是人工智能、机器学习、概率论、统计学和数据库知识的交叉学科。数据挖掘的目标是从一个或多个数据集中通过数据处理,结合一定的算法模型*终挖掘出有价值的信息。随着科技的发展,数据量呈爆炸式增长,数据挖掘在工业界和学术界都得到了越来越多的重视。国际知名的互联网公司和科研单位都在大力发展数据科学,在我国,数据科学的发展受到了极大的关注,通过数据分析与数据

Hands-On Generative AI with Transformers and Diffusion Model
Pedro Cuenca
暂无资源O'Reilly Media, Inc. · 2024
Learn how to use generative media techniques with AI to create novel images or music in this practical, hands-on guide. Data scientists and software engineers will understand how state-of-the-art g

推荐系统
[美]Francesco Ricci
暂无资源机械工业出版社 · 2015评分 7.2分
弗朗西斯科·里奇(Francesco Ricci),意大利博尔扎诺自由大学计算机科学副教授。目前他的研究兴趣包括推荐系统、智能接口、移动系统、机器学习、案例推理、信息和通信技术在旅游中的应用。他是《Journal of Information Technology and Tourism》杂志的编委,还是ACM和IEEE会员。他还是ACM会议推荐系统分会的指导委员会成员。

Machine Learning with R, tidyverse, and mlr
Hefin I. Rhys
暂无资源 Manning Publications · 2020
Summary Machine learning (ML) is a collection of programming techniques for discovering relationships in data. With ML algorithms, you can cluster and classify data for tasks like making

数据挖掘原理与实践
蒋盛益
PDF电子工业出版社 · 2013
本书分为数据挖掘理论和数据挖掘实践两大部分。基础理论部分的主要内容包括数据挖掘的基本概念、数据挖掘的预处理、聚类分析、分类与回归、关联规则挖掘、例外点检测。数据挖掘实践部分讨论了数据挖掘在通信行业、文本挖掘等方面的实际应用;通过四个案例展示了在通信行业中如何利用数据挖掘进行客户细分、客户流失分析、客户社会关系挖掘、业务交叉销售;通过跨语言智能学术搜索系统和基于内容的垃圾邮件识别两个案例展示了

计算智能
PDF清华大学出版社 · 2009
《计算智能》对计算智能领域的主要算法进行介绍,重点讨论各种算法的思想来源、流程结构、发展改进、参数设置和相关应用,内容包括绪论以及神经网络、模糊逻辑、遗传算法、蚁群优化算法、粒子群优化算法、免疫算法、分布估计算法、Memetic算法、模拟退火算法和禁忌搜索算法等计算智能领域的典型算法。《计算智能》通俗易懂,图文并茂,深入浅出,没有其他算法书中大量公式、定理、证明等难懂的内容,而是通过大量的图

模式识别
边肇祺
PDF清华大学出版社 · 2000评分 7.4分
本书是清华大学自动化系教材,主要讨论统计模式识别理论和方法,第一版包括贝叶斯决策理论、线性和非线性判别函数、近邻规则、经验风险最小化、特征提取和选择,以及聚类分析,等等。多数章后附有习题,适合于数学和自学。 第二版在第一版基础上进行了较多的修订和补充,增加了关于人工神经网络、模糊模式识别、模拟退火和遗传算法,以及统计学习理论和支持向量机等内容,还介绍了模式识别

机器学习基础
PDF人民邮电出版社
近年来人工智能技术蓬勃发展,人工智能正在改变我们的生活。为了让读者在不需要掌握太多数学 和计算机科学知识的情况下,能够快速上手,使用 Python 语言实现常用的机器学习算法,并解决一些实际的问题,我们策划并出版本书。 本书共 14 章,内容涵盖基本的机器学习概念和环境搭建,目前各个领域中的热门算法,以及数据预处理、模型评估和文本数据分析等。希望本书可以让读者轻松入门,在动手实践的过程中找到

Graphical Models, Exponential Families, and Variational Inference
Martin J Wainwright
PDFNow Publishers Inc · 2008评分 9.7分
The formalism of probabilistic graphical models provides a unifying framework for capturing complex dependencies among random variables, and building large-scale multivariate statistical models. Gr

Deep Learning with JavaScript
Shanqing Cai
EPUBManning Publications · 2020
In Deep Learning with JavaScript, you’ll learn to use TensorFlow.js to build deep learning models that run directly in the browser. This fast-paced book, written by Google engineers, is practical,

Modern Methods to Covariance Estimation
Pourahmadi, Mohsen
PDF2013
Methods for estimating sparse and large covariance matrices Covariance and correlation matrices play fundamental roles in every aspect of the analysis of multivariate data collected from a variety

Data Mining Techniques
Michael J. A. Berry
PDFWiley · 2004评分 8.3分
Packed with more than forty percent new and updated material, this edition shows business managers, marketing analysts, and data mining specialists how to harness fundamental data mining methods an

Neurocontrol
Hrycej, Tomas
暂无资源1997
A complete guide to the design and implementation of successful neurocontrol applications Neurocontrol: Towards an Industrial Control Methodology is the first and only volume t

模式识别
张学工
PDF清华大学出版社 · 2010评分 8.2分
《模式识别(第3版)》是清华大学自动化系国家精品课程“模式识别基础”的教材,是在《模式识别》第一版和第二版基础上重写而成的。本教材系统地讨论了模式识别的基本概念和代表性方法,包括监督模式识别中的贝叶斯决策理论、概率密度函数的估计、线性判别函数、非线性判别函数、近邻法、特征选择与提取的典型方法以及非监督模式识别中的基于模型的方法、混合密度估计、动态聚类方法、分级聚类方法等,并在相应章节包括了人

Learning From Data
Yaser S. Abu-Mostafa
PDFAMLBook · 2012评分 9.3分
Machine learning allows computational systems to adaptively improve their performance with experience accumulated from the observed data. Its techniques are widely applied in engineering, science,