机器

Python机器学习经典实例_Python教程

资源名称: 机器学习经典实例 内容简介: 在如今这个处处以数据驱动的世界中,机器学习正变得越来越大众化。它已经被广泛地应用于不同领域,如搜索引擎、机器人、无人驾驶汽车等。本书首先通过实用的案例介绍机器学习的基础知识,然后介绍一些稍微复杂的机器学习算法,例如支持向量机、极端随机森林、隐马尔可夫模型、条件随机场、深度神经网络,等等。 本书是为想用机器学习算法开发应用程序的 程序员准备的。它适合 初学者阅读,不过熟悉 编程方法对体验示例代码大有裨益。 作者简介: 作者简介: 人工智能专家,重点关注基于内容的分析

机器学习 (周志华 著) 学习笔记 中文完整高清版_Python教程

资源名称:机器学习 周志华 著 学习笔记 中文完整高清版 第 章 引言 基本术 假设空间 归纳偏好 发展历程 应用现状 阅读材料 习题 参考文献 休息一会儿 第 章 模型评估与选择 经验误差与过拟合 评估方法 留出法 交叉验证法 自助法 调参与最终模型 性能度量 错误率与精度 查准率、查全率与 与 代价敏感错误率与代价曲线 比较检验 假设检验 交叉验证 检验 检验 检验与后续检验 偏差与方差 阅读材料 习题 参考文献 休息一会儿 第 章 线性模型 基本形式 线性回归 对数几率回归 线性判别分析 多分类学习

数据挖掘实用机器学习技术(中文第二版)_数据库教程

资源名称:数据挖掘实用机器学习技术 中文第二版 内容简介: 《数据挖掘实用机器学习技术 原书第 版 》介绍数据挖掘的基本理论与实践方法。主要内容包括:各种模型 决策树、关联规则、线性模型、聚类、贝叶斯网以及神经网络 以及在实践中的运用,所存在缺陷的分析。安全地清理数据集、建立以及评估模型的预测质量的方法,并且提供了一个公开的数据挖掘工作平台 。 系统拥有进行数据挖掘任务的图形用户界面,有助于理解模型,是一个实用并且深受欢迎的工具。 资源截图:

Python机器学习实践指南_Python教程

资源名称: 机器学习实践指南 内容简介: 机器学习是近年来渐趋热门的一个领域,同时 语言经过一段时间的发展也已逐渐成为主流的编程语言之一。本书结合了机器学习和 语言两个热门的领域,通过利用两种核心的机器学习算法来将 语言在数据分析方面的优势发挥到极致。 全书共有 章。第 章讲解了 机器学习的生态系统,剩余 章介绍了众多与机器学习相关的算法,包括各类分类算法、数据可视化技术、推荐引擎等,主要包括机器学习在公寓、机票、 市场、新闻源、内容推广、股票市场、图像、聊天机器人和推荐引擎等方面的应用。 本书适合 程序

Java机器学习

资源名称: 机器学习 内容简介: 本书介绍如何使用 创建并实现机器学习算法,既有基础知识,又提供实战案例。主要内容包括:机器学习基本概念、原理, 、 、 等常见机器学习库的用法,各类机器学习常见任务,包括分类、预测预报、物篮分析、检测异常、行为识别、图像识别以及文本分析。 后还提供了相关 资源、各种技术研讨会议以及机器学习挑战赛等阶所需内容。 本书适合机器学习门者,尤其是想使用 机器学习库行数据分析的读者。 资源目录: 第 章 机器学习应用快速入门    机器学习与数据科学    机器学习能够解决的问题 

数字图像处理与机器视觉:Visual C++与Matlab实现_NET教程

资源名称:数字图像处理与机器视觉: 与 实现 《数字图像处理与机器视觉: 与 实现》将理论知识、科学研究和工程实践有机结合起来,介绍了数字图像处理和识别技术的方方面面,内容包括图像的点运算、几何变换、空域和频域滤波、图像复原、形态学处理、图像分割以及图像特征提取。《数字图像处理与机器视觉: 与 实现》还对于机器视觉进行了前导性的探究,重点介绍了两种在工程技术领域非常流行的分类技术 人工神经网络 和支持向量机 ,并在配套给出的识别案例中直击光学字符识别 和人脸识别两大热点问题。 全书结构紧凑,内容深入浅出,

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