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。

机器学习与R语言实战
丘祐玮 (Yu-Wei Chiu)
暂无资源机械工业出版社 · 2016
本书共11章。第1章介绍如何创建一个可用的R环境和基本的R命令;第2章讲述如何使用R语言进行探索性数据分析;第3章重点探讨数据采样和概率分布的概念;第4章探讨因变量和解释变量集合之间的线性关系;第5章介绍基于树的分类器:K近邻分类器、逻辑回归分类器以及朴素贝叶斯分类器;第6章神经网络和支持向量机;第7章展示一些模型评估的方法;第8章探讨集成分类器;第9章讲述多种聚类算法;第10章介绍关联分析和序列

Python大战机器学习
华校专, 王正林
暂无资源电子工业出版社 · 2017评分 5.7分
数据科学家是当下炙手可热的职业,机器学习则是他们的必备技能。机器学习在大数据分析中居于核心地位,在互联网、金融保险、制造业、零售业、医疗等产业领域发挥了越来越大的作用且日益受到关注。 Python 是最好最热门的编程语言之一,以简单易学、应用广泛、类库强大而著称,是实现机器学习算法的首选语言。 《Python大战机器学习:数据科学家的第一个小目标》以快速上手、四分理论六分实践为出发点,讲述机器学习

基于机器学习的遥感影像分类方法研究
刘颖
暂无资源清华大学出版社 · 2014
机器学习是人工智能的一个重要领域,源自于统计模型拟合。机器学习通过采用推理及样本学习等方式从数据中获得相应的理论,尤其适合解决“噪声”模式及大规模数据集等问题。《基于机器学习的遥感影像分类方法研究》是作者刘颖几年来科研成果的总结。全书共7章,围绕遥感图像分类这一主线,深入研究监督学习、半监督学习、集成学习三大主流机器学习算法,构建完整的遥感图像分类体系。在理论研究的基础上,结合实例,详细介绍了改进

搭配与谓词语义计算
唐旭日
暂无资源武汉大学出版社 · 2018
《搭配与谓词语义计算》以谓词语义为研究对象,采用计算语言学方法,以词语搭配为主要语言知识来源,讨论了谓词的词义消歧、义项区分和词义发现三个方面的问题。 该书首先从语言信息处理角度提出了新的词语搭配模型,认为搭配是句法结构框架下的语义关系,并提出了基于冗余原则的词义消歧算法,构造了大规模的基于“词语―语义类”模型的主谓和动宾搭配知识库。 在义项区分方面。该书讨论了知识本体在提高义项确定的可操作性和一

机器学习精讲
杰瑞米·瓦特(Jeremy Watt), 雷萨·博哈尼(Reza Borhani), 阿格洛斯·K.卡萨格罗斯(Aggelos K. Katsaggelos)
暂无资源机械工业出版社 · 2018
本书为了解机器学习提供了一种独特的途径。书中包含了新颖、直观而又严谨的基本概念描述,它们是研究课题、制造产品、修补漏洞以及实践不可或缺的部分。本书按照几何直觉、算法思想和实际应用(纵贯计算机视觉、自然语言处理、经济学、神经科学、推荐系统、物理学和生物学等学科)的顺序,为读者提供了深入浅出的基础知识和解决实际问题所需的实用工具。本书还包含了基于Python和MATLAB/OCTAVE语言的深入习题,

数据挖掘算法与Clementine实践
熊平
暂无资源清华大学出版社 · 2011评分 7.5分
《数据挖掘算法与Clementine实践》主要介绍了几种最成熟的数据挖掘方法,并针对每种方法,介绍了应用最广泛的几种实现算法。书中以Clementine12.0为平台,用实例介绍了每种算法的具体应用。全书各章分别介绍了数据挖掘和Clementine软件、决策树分类方法(包括ID3、C4.5、C5.0、CART等算法)、聚类分析方法(包括K-Means算法和TwoStep算法)、关联规则挖掘方法(包

面向机器学习的自然语言标注
[美] 普斯特若夫斯基(James Pustejovsky),, [美] 斯塔布斯(Amber Stubbs), 普斯特若夫斯基
暂无资源机械工业出版社 · 2017评分 6.5分
自然语言理解是人工智能的一个重要分支,主要研究如何利用计算机来理解和生成自然语言。本书重点介绍了自然语言理解所涉及的各个方面,包括语法分析、语义分析、概念分析、语料库语言学、词汇语义驱动、中间语言、WordNet、词汇树邻接文法、链接文法、基于语段的机器翻译方法、内识别与文本过滤、机器翻译的评测等,既有对基础知识的介绍,又有对新研究进展的综述,同时还结合了作者(JamesPustejovsky,生

Web安全之深度学习实战
刘焱
暂无资源机械工业出版社 · 2018评分 6.3分
在现今的互联网公司中,产品线绵延复杂,安全防御体系无时无刻不在应对新的挑战。哪怕是拥有丰富工作经验的安全从业者,在面对层出不穷的攻击手段和海量日志数据时也会望洋兴叹。机器学习、深度学习是这些问题天然契合的解决方案,在数据量以指数级不断增长的未来,甚至有可能是唯一的出路。当AI遇到安全时,如何快速进化,本书给出了实战方案。 本书是《Web安全之机器学习入门》之后又一作品。本书首先介绍如何打造自己

深度学习:语音识别技术实践
柳若边
EPUB清华大学出版社 · 2019评分 3.1分
语音识别已经逐渐进入人们的日常生活。语音识别技术是涉及语言、计算机、数学等领域的交叉学科。本书介绍了包括 C#、Perl、Pvthon、Java 在内的多种编程语言实践,开源语音识别工具包 Kaldi 的使用与代码分析,深度学习的开发环境搭建,卷积神经网络,以及语音识别中常见的语言模型一一N元模型和依存模型等,让读者快速了解语音识别基础,掌握开发语音识别程序的算法。 本书从语音识别的基础开始讲起,

Python Data Science Handbook
Jake VanderPlas
EPUBO'Reilly Media · 2016评分 9.3分
For many researchers, Python is a first-class tool mainly because of its libraries for storing, manipulating, and gaining insight from data. Several resources exist for individual pieces of this data

概率图模型:原理与技术
[美]Daphne Koller, [以色列]Nir Friedman
暂无资源清华大学出版社 · 2015评分 7.6分
概率图模型将概率论与图论相结合,是当前非常热门的一个机器学习研究方向。本书详细论述了有向图模型(又称贝叶斯网)和无向图模型(又称马尔可夫网)的表示、推理和学习问题,全面总结了人工智能这一前沿研究领域的最新进展。为了便于读者理解,书中包含了大量的定义、定理、证明、算法及其伪代码,穿插了大量的辅助材料,如示例(examples)、技巧专栏(skill boxes)、实例专栏(case study bo

TensorFlow自然语言处理
[澳] Thushan Ganegedara
暂无资源机械工业出版社评分 7.1分
通过阅读这本书,可以学习如何和深度学习去解决许多有趣的NLP问题。 所有的技术音节都附有练习,这些练习会指导读者逐步实现NLP系统。 所有练习都基于Python的TensorFlow(一种流行的分布式计算库)实现,可以非常方便地实现深度神经网络。 第1章:对NLP的简单介绍。 第2章:对Python TensorFlow库的介绍。 第3章:使用 TensorFlow 解决 NLP 任务。 第4章:

Python 语言构建机器学习系统 第2版(影印版)
Luis·Pedro·Coelho
EPUB东南大学出版社 · 2016
运用机器学习获得对于数据的深入洞见,是现代应用开发者和分析师的关键技能。Python是一种可以用于开发机器学习应用的语言。作为一种动态语言,它可以进行快速探索和实验。利用其的开源机器学习库,你可以在快速尝试很多想法的同时专注于手头的任务。 《Python语言构建机器学习系统(第2版 影印版 英文版)》展示了如何在原始数据中寻找模式的具体方法,从复习Python机器学习知识

Python自然语言处理
[印] 雅兰·萨纳卡(Jalaj Thanaki)
暂无资源机械工业出版社 · 2018评分 7.1分
本书旨在回答三个问题:第一个,什么是自然语言处理;第二个,为什么大多数人会使用Python来开发自然语言处理应用程序;最后一个也很重要的问题,在学习自然语言处理的时候,有哪些Python相关资源可用。读完本书,读者便会对此了然于胸。

Deep Learning with Keras
Antonio Gulli, Sujit Pal
暂无资源Packt Publishing - ebooks Account · 2017评分 7.8分

Handbook of Reinforcement Learning and Control
Kyriakos G. Vamvoudakis, Yan Wan, Frank L. Lewis, Derya Cansever
暂无资源Springer Nature Switzerland AG · 2021
Enriches understanding of the applications of reinforcement learning for control of dynamic systems. Collates research from a wide-range of experts, creating a comprehensive guide. Discusses both theo

Reinforcement Learning and Optimal Control
Dimitri Bertsekas
PDFAthena Scientific · 2019
This book considers large and challenging multistage decision problems, which can be solved in principle by dynamic programming, but their exact solution is computationally intractable. It can be used

Grokking Machine Learning
Luis G. Serrano
暂无资源Manning Publications · 2020
In Grokking Machine Learning, expert machine learning engineer Luis Serrano introduces the most valuable ML techniques and teaches you how to make them work for you. You’ll only need high school math

Bayesian Data Analysis, Second Edition
Andrew Gelman, John B. Carlin, Hal S. Stern, Donald B. Rubin
暂无资源Chapman and Hall/CRC · 2003评分 9.2分
Incorporating new and updated information, this second edition of THE bestselling text in Bayesian data analysis continues to emphasize practice over theory, describing how to conceptualize, perform,

AI and Machine Learning for Coders
Laurence Moroney
暂无资源O'Reilly Media, Inc. · 2021
If you’re looking to make a career move from programmer to AI specialist, this is the ideal place to start. Based on Laurence Moroney's extremely successful AI courses, this introductory book provides

Trading Evolved
Andreas F. Clenow
暂无资源Independently published · 2019
Systematic trading allows you to test and evaluate your trading ideas before risking your money. By formulating trading ideas as concrete rules, you can evaluate past performance and draw conclusions

Essential Math for AI
Hala Nelson
暂无资源O'Reilly Media · 2023
Many industries are eager to integrate AI and data-driven technologies into their systems and operations. But to build truly successful AI systems, you need a firm grasp of the underlying mathematics.

Matrix Methods in Data Mining and Pattern Recognition
Lars Eldén
暂无资源Society for Industrial and Applied Mathematics · 2007评分 8.4分
Several very powerful numerical linear algebra techniques are available for solving problems in data mining and pattern recognition. This application-oriented book describes how modern matrix methods

Spline Models for Observational Data
Wahba, Grace
暂无资源

人工智能导论
PDF人民邮电出版社
本书从人工智能的基本定义出发,由浅入深地阐述了人工智能的理论、策略、研究方法和应用领域,以梳理知识脉络和要点的方式,详细介绍了知识表示、逻辑推理及方法、非确定性推理及方法、搜索策略、机器学习等方面的内容。作为导论书籍,本书概念论述清楚,内容丰富,通俗易懂,在较为全面介绍人工智能的基础上对一些传统内容进行了取舍。为满足读者进一步学习的需要,除第1章之外,每章最后一个小节都配有案例分析,便于读者在所学

Cloud Computing for Machine Learning and Cognitive Applications
Kai Hwang
暂无资源The MIT Press · 2017

Introduction to Deep Learning
Eugene Charniak
暂无资源MIT Press
This concise, project-driven guide to deep learning takes readers through a series of program-writing tasks that introduce them to the use of deep learning in such areas of artificial intelligence as

MATLAB神经网络43个案例分析
王小川, 史峰, 郁磊, 李洋
PDF北京航空航天大学出版社 · 2013评分 8.5分

矩阵论
程云鹏
PDF西北工业大学出版社 · 2006评分 7.4分
《矩阵论(第3版)》共分7章,主要介绍线性空间与线性变换,矩阵范数,矩阵分析,矩阵分解,特征值估计,广义逆矩阵以及特殊矩阵。部分章节包括了近年来编者的一些研究成果及有关文献上的资料。《矩阵论(第3版)》内容丰富,论述翔实严谨,可作为工科、理科研究生和计算数字及其应用软件专业高年级本科生的教材,也可供有关从事计算工作和工程技术的人员参考。

Introduction to Pattern Recognition
Sergios Theodoridis, Aggelos Pikrakis, Konstantinos Koutroumbas, Dionisis Cavouras
PDFAcademic Press · 2010
An accompanying manual to Theodoridis/Koutroumbas, Pattern Recognition, that includes Matlab code of the most common methods and algorithms in the book, together with a descriptive summary and solved