- 1、本内容来自版权合作机构,您在本站购买的阅读使用权仅限于您本人阅读使用,您不得/不能给任何第三方使用,由此造成的一切相关后果本平台保留向您追偿索赔的权利!版权所有,后果自负!
- 2、本文档为正版电子图书,虚拟物品付费之后概不接收任何理由退款。
查看更多
机器学习是人工智能的重要技术基础,涉及的内容十分广泛。本书涵盖了机器学习和深度学习的基础知识,主要包括机器学习的概述、统计学基础、分类、聚类、神经网络、贝叶斯网络、支持向量机、文本分析、分布式机器学习算法等经典的机器学习基础知识,还包括卷积神经网络、循环神经网络、生成对抗网络、目标检测、自编码器等深度学习的内容。此外,本书还介绍了机器学习的热门应用领域推荐系统以及强化学习等主题。本书深入浅出、内容全、案例丰富,每章都提供Python程序代码和习题,供读者巩固所学知识。另外,本
本书系统性强,循序渐进,从机器学习到深度学习,覆盖了机器学习的基本知识点;结合典型应用案例,基本理论的介绍深入浅出;大部分算法配备了 Python 代码,方便读者理解。——复旦大学 黄萱菁教授本书精心总结了机器学习和深度学习的成果,并密切结合了业界应用的发展,体现了机器学习和深度学习的学科发展及内涵。——山东大学 崔立真教授本书取材广泛,内容丰富、新颖、系统,配套资料齐全,在线慕课、实验、习题一应俱全,非常适合大学生和社会人士学习。总之,这是一本难得的机器学习入门教材。——复旦大学 张军平教授这是一本易读性非常强的机器学习教材。作者团队具有丰富的实践经验,很多算法娓娓道来,又不失一定的学
文档评论(0)