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。

实用机器学习
[美] Henrik Brink
暂无资源机械工业出版社 · 2017评分 7.3分
本书介绍了实用机器学习的工作流程,主要从实用角度进行了描述,没有数学公式和推导。本书涵盖了数据收集与处理、模型构建、评价和优化、特征的识别、提取和选择技术、高级特征工程、数据可视化技术以及模型的部署和安装,结合3个真实案例全面、详细地介绍了整个机器学习流程。后,还介绍了机器学习流程的扩展和大数据应用。 本书可以作为程序员、数据分析师、统计学家、数据科学家解决实际问题的参考书,也可以作为机器学习爱好

神经网络与深度学习
吴岸城
暂无资源电子工业出版社 · 2016评分 5.6分
随着AlphaGo与李世石大战的落幕,人工智能成为话题焦点。AlphaGo背后的工作原理"深度学习"也跳入大众的视野。什么是深度学习,什么是神经网络,为何一段程序在精密的围棋大赛中可以大获全胜?人工智终将会取代人类智慧吗? 本书结合日常生活中的寻常小事,生动形象地阐述了神经网络与深度学习的基本概念、原理和实践,案例丰富,深入浅出。对于正在进入人工智能时代的我们,这些内容无疑可以帮助我们更好地理解人

Pattern Classification
Richard O. Duda, Peter E. Hart, David G. Stork
PDFWiley-Interscience · 2000评分 8.8分
The first edition, published in 1973, has become a classic reference in the field. Now with the second edition, readers will find information on key new topics such as neural networks and statistical

数据挖掘算法及在视频分析中的应用
李英杰
暂无资源中国水力水电出版社 · 2014
本书在分析数据挖掘相关概念和相关技术研究现状基础上,阐述了围绕数据挖掘算法和其在计算机视觉领域应用的研究工作。研究工作包括一种基于聚类的全局特异数据挖掘算法、利用必要关联规则提高分析精度的方法、一种基于外观的视频中行为识别特征的提取方法,以及基于差分序列的外观特征和光流特征对行为识别效率的评估。

React与Redux开发实例精解
刘一奇
暂无资源电子工业出版社 · 2016评分 6.1分
《React与Redux开发实例精解》共分四部分,全面介绍如何使用React 与Redux 进行Web 开发。第一部分是基础篇,介绍React 与Redux 的基础知识;第二部分是进阶篇,通过精彩的官方示例学习React 与Redux;第三部分是拓展篇,主要学习一些优秀的第三方拓展;第四部分是实战篇,将会带领读者一步步搭建大型Web 应用程序。 《React与Redux开发实例精解》适合熟悉Jav

Deep Learning with PyTorch
Eli Stevens, Luca Antiga
PDFManning Publications · 2020评分 7.3分
Deep Learning with PyTorch teaches you how to implement deep learning algorithms with Python and PyTorch. This book takes you into a fascinating case study: building an algorithm capable of detecting

机器学习经典算法实践
肖云鹏, 卢星宇
暂无资源清华大学出版社 · 2018

跟老齐学Python:数据分析
齐伟
暂无资源电子工业出版社 · 2018
读者在《跟老齐学Python:数据分析》中可以学习到与数据分析、机器学习相关的Python库的应用,并通过各种类型的应用示例将所学基本知识进行综合应用。 《跟老齐学Python:数据分析》依然秉承“跟老齐学Python”系列书的写作风格,力争以通俗易懂的内容与读者分享笔者的心得。虽然数据分析强调的是严谨的科学性和缜密的逻辑性,但《跟老齐学Python:数据分析》并不会因为顾此特点而变得枯燥。 《跟

强化学习实战
笪庆
PDF电子工业出版社 · 2018评分 6分
《强化学习实战:强化学习在阿里的技术演进和业务创新》汇集了阿里巴巴一线算法工程师在强化学习应用方面的经验和心得,覆盖了阿里巴巴集团多个事业部的多条业务线。《强化学习实战:强化学习在阿里的技术演进和业务创新》系统地披露在互联网级别的应用上使用强化学习的技术细节,更包含了算法工程师对强化学习的深入理解、思考和创新。作为算法工程师,你将了解到强化学习在实际应用中的建模方法、常见的问题以及对应的解决

TensorFlow深度学习
蒋子阳
暂无资源中国水利水电出版社 · 2019
TensorFlow是谷歌研发的人工智能学习系统,是一个用于数值计算的开源软件库。《TensorFlow深度学习算法原理与编程实战》以基础+实践相结合的形式,详细介绍了TensorFlow深度学习算法原理及编程技巧。通读全书,读者不仅可以系统了解深度学习的相关知识,还能对使用TensorFlow进行深度学习算法设计的过程有更深入的理解。 《TensorFlow深度学习算法原理与编程实战》共14章,

GAN:实战生成对抗网络
暂无资源电子工业出版社 · 2018评分 4.7分
《GAN:实战生成对抗网络》介绍深度学习领域一个十分活跃的分支——生成对抗网络(GAN)。《GAN:实战生成对抗网络》中覆盖了深度学习的基础、对抗网络背后的原理以及构建方式等内容。同时《GAN:实战生成对抗网络》还介绍了多个真实世界中使用对抗网络构建智能应用的案例并提供了具体的代码以及部署方法,旨在帮助读者能够在真正的生产环境中使用生成对抗网络。 《GAN:实战生成对抗网络》适合数据科学家、算法工

机器学习:Go语言实现
[美] 丹尼尔·怀特纳克(Daniel Whitenack)
暂无资源机械工业出版社 · 2018
本书不仅清楚地介绍了在Go世界中机器学习的技术和编程方面的内容,还有助于读者理解现实分析工作中合理的工作流程和理念。本书的第1章~第3章讲述了在机器学习流程中如何准备和分析数据;第4章~第7章详细介绍了机器学习的技术;第8章和第9章对机器学习进行了深入探究;附录介绍了与机器学习相关的算法/技术。本书适合作为对Go感兴趣的数据科学家、分析师、工程师和相关专业学生的参考书。

深度学习:从入门到实战
高志强
暂无资源中国铁道出版社 · 2018

推荐系统与深度学习
黄昕, 赵伟, 王本友, 吕慧伟, 杨敏
暂无资源清华大学出版社 · 2019评分 5.5分
本书的内容设置由浅入深,从传统的推荐算法过渡到近年兴起的深度学习技术。不管是初学者,还是有一定经验的从业人员,相信都能从本书的不同章节中有所收获。 区别于其他推荐算法书籍,本书引入了已被实践证明效果较好的深度学习推荐技术,包括Word2Vec、Wide & Deep、DeepFM、GAN 等技术应用,并给出了相关的实践代码;除了在算法层面讲解推荐系统的实现,还从工程层面详细阐述推荐系统如何搭建.

机器学习与应用
雷明
暂无资源清华大学出版社 · 2019

PaddlePaddle与深度学习应用实战
程天恒
暂无资源2018
深度学习是目前人工智能研究中前沿、有效的一项技术,主要通过构建深度神经网络解决视觉、自然语言处理、语音识别等诸多领域的问题。百度在2016 年发布了国内首个开源深度学习框架PaddlePaddle,简化了深度学习算法的实现步骤,提供了灵活、易用的接口,同时支持分布式训练。 《PaddlePaddle与深度学习应用实战》由简单的例子引入深度学习和PaddlePaddle 框架,介绍了PaddlePa

深度学习原理与TensorFlow实践
喻俨, 莫瑜, 王琛, 胡振邦, 高杰
暂无资源电子工业出版社 · 2017评分 6.7分
《深度学习原理与TensorFlow实践》主要介绍了深度学习的基础原理和TensorFlow系统基本使用方法。TensorFlow是目前机器学习、深度学习领域最优秀的计算系统之一,《深度学习原理与TensorFlow实践》结合实例介绍了使用TensorFlow开发机器学习应用的详细方法和步骤。同时,《深度学习原理与TensorFlow实践》着重讲解了用于图像识别的卷积神经网络和用于自然语言处理的循

深度学习:Keras快速开发入门
乐毅, 严超
暂无资源电子工业出版社 · 2017评分 2分
《深度学习:Keras快速开发入门》首先介绍了深度学习相关的理论和主流的深度学习框架,对比了不同深度学习框架的优缺点,以Keras这一具有高度模块化,极简式的高层深度学习框架为切入点,从Keras的安装、配置和编译等基本环境入手,详细介绍了Keras的模型、网络结构、数据预处理方法、参数配置以及调试技巧和可视化工具。帮助读者快速掌握一款深度学习框架,从而解决工作和学习当中神经网络模型的使用问题。同

机器学习项目开发实战
[美]Mathias Brandewinder
暂无资源人民邮电出版社 · 2016

大数据智能
刘知远, 崔安颀
暂无资源电子工业出版社 · 2016评分 7.3分
《大数据智能——互联网时代的机器学习和自然语言处理技术》是一本介绍大数据智能分析的科普书籍,旨在让更多的人了解和学习互联网时代的机器学习和自然语言处理技术,以期让大数据技术更好地为我们的生产和生活服务。 《大数据智能——互联网时代的机器学习和自然语言处理技术》包括大数据智能基础和大数据智能应用两个部分,共8 章。大数据智能基础部分有三章:第1 章以深度学习为例介绍大数据智能的计算框架;第2 章以知

驾驭文本
Grant S. Ingersoll(格兰特.英格索尔), Thomas S. Morton(托马斯.莫顿), Andrew L. Farris(安德鲁.法里斯)
暂无资源电子工业出版社 · 2015评分 6.7分
文本处理是目前互联网内容应用(如搜索引擎、推荐引擎)的关键技术。本书涵盖了文本处理概念和技术的多个方面,包括文本预处理、搜索、字符串匹配、信息抽取、命名实体识别、分类、聚类、标签生成、摘要、问答等。本书的特点在于通过实例来理解文本处理的这些概念和技术,读者利用现有的开源工具就可以自己实现这些实例。

零起点Python机器学习快速入门
何海群
暂无资源电子工业出版社 · 2017评分 2.5分
《零起点Python机器学习快速入门》采用独创的黑箱模式,MBA案例教学机制,结合一线实战案例,介绍 Sklearn人工智能模块库和常用的机器学习算法。《零起点Python机器学习快速入门》中配备大量图表说明,没有枯燥的数学公式,只要懂 Word、Excel,就能够轻松阅读全书,并学习使用书中的知识,分析大数据。 《零起点Python机器学习快速入门》具有以下特色: 独创的黑箱教学模式,《零起点P

机器学习之路——Caffe、Keras、scikit-learn实战
阿布, 胥嘉幸
暂无资源电子工业出版社 · 2017评分 6.6分
机器学习需要一条脱离过高理论门槛的入门之路。 《机器学习篇》从小红帽采蘑菇的故事开篇,介绍了基础的机器学习分类模型的训练(第1 章)。如何评估、调试模型?如何合理地发掘事物的特征?如何利用几个模型共同发挥作用?后续章节一步一步讲述了如何优化模型,更好地完成分类预测任务(第2 章),并且初步尝试将这些技术运用到金融股票交易中(第3 章)。 自然界最好的非线性模型莫过于人类的大脑。《深度学习篇》从介绍

深入浅出深度学习:原理剖析与Python实践
黄安埠
暂无资源电子工业出版社 · 2017评分 5.4分
《深入浅出深度学习:原理剖析与Python实践》介绍了深度学习相关的原理与应用,全书共分为三大部分,第一部分主要回顾了深度学习的发展历史,以及Theano的使用;第二部分详细讲解了与深度学习相关的基础知识,包括线性代数、概率论、概率图模型、机器学习和最优化算法;在第三部分中,针对若干核心的深度学习模型,如自编码器、受限玻尔兹曼机、递归神经网络和卷积神经网络等进行详细的原理分析与讲解,并针对不同的模

第一本无人驾驶技术书
刘少山, 唐洁, 吴双, 李力耘
暂无资源电子工业出版社 · 2017评分 6.5分
无人驾驶是一个复杂的系统,涉及的技术点种类多且跨度大,入门者常常不知从何入手。《第一本无人驾驶技术书》首先宏观地呈现了无人驾驶的整体技术架构,概述了无人驾驶中涉及的各个技术点。在读者对无人驾驶技术有了宏观认识后,《第一本无人驾驶技术书》深入浅出地讲解了无人驾驶定位导航、感知、决策与控制等算法,深度学习在无人驾驶中的应用,无人驾驶系统软件和硬件平台,无人驾驶安全及无人驾驶云平台等多个主要技术点。《第

机器学习在线:解析阿里云机器学习平台
杨旭
暂无资源电子工业出版社 · 2017评分 4.8分
近几年,机器学习平台获得了飞速发展,积累了大量高效的机器学习算法组件,基于这些组件可以快速实现业务流程、解决具体问题。阿里云机器学习平台的丰富算法功能可以在线使用,不需要购买硬件,不需要安装配置各种环境;数据和计算资源一直处在“在线”状态,不必担心数据太大或计算资源不足的问题。机器学习平台降低了我们使用机器学习知识的门槛,将各个算法作为组件,即使不了解背后的理论知识,仍可以仿照书中实例,将组件连接

构建实时机器学习系统
彭河森, 汪涵
暂无资源机械工业出版社 · 2017评分 6.6分
《构建实时机器学习系统》特点:以全栈机器学习应用为目标 通过介绍Docker等部署工具,帮助读者加速掌握机器学习模型的产业化进程。不管你是就职于大公司,还是自己创业,希望《构建实时机器学习系统》的内容能够让你快速上线满意的机器学习系统,离梦想更近一点。 抓住机器学习主干,远离学院派 世界在变,机器学习也在不停地变。对于机器学习中的很多重要成员,如建模工具、分布式队列等,《构建实时机器学习系统》都会

策略产品经理:模型与方法论
青十五
MOBI机械工业出版社 · 2020评分 8.6分
这是一部从数学、经济学、人工智能3个角度讲解策略产品经理方法论的著作。 作者对自己多年的策略产品经验进行了总结和提炼,D创了函数方法论和经济学方法论。这些方法论在大量实践中被证明行之有效。本书对这两大方法论进行了详细讲解,并且重点讲解了策略产品经理应该掌握的机器学习、深度学习核心知识。 更重要的是,本书还传递了一种非常重要的策略产品思想:所有

机器学习实践指南 第2版
麦好
暂无资源机械工业出版社 · 2016
《机器学习实践指南》第2版比第1版增加了更多的案例和算法解析,全书详细介绍了机器学习发展及应用前景、科学计算平台、Python计算平台应用、R语言计算平台应用、生产环境基础、统计分析基础、描述性分析案例、假设检验与回归模型案例、神经网络、统计算法、欧氏距离与余弦相似度、SVM、回归算法、PCA降维、关联规则、聚类与分类算法、数据拟合案例、图像算法案例、机器视觉案例、文本分类案例等机器学习实践与应用

数据之魅
(美)Philipp K. Janert
暂无资源清华大学出版社 · 2012评分 7.5分
《数据之魅:基于开源工具的数据分析》结合作者多年来从事数据分析工作的丰富经验,阐述了数据分析所涉及的概念和方法。本书四部分19章,主题包括如何通过图表来观察数据,如何通过各种建模方法来分析数据,然后着重阐述如何进行数据挖掘,最后强调数据分析在商业和金融等领域的实际应用。本书包含大量的模拟过程及结果展示,并通过实例来阐述如何使用开源工具来进行数据分析。通过本书的阅读,读者可以清楚地了解这些方法的实际