机器 - 789收藏导航网

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：

网络资源 2025年08月27日 0 点赞 0 评论 133 浏览

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

网络资源 2025年08月27日 0 点赞 0 评论 131 浏览

Spark MLlib机器学习:算法、源码及实战详解

资源名称：机器学习算法、源码及实战详解内容简介：《机器学习：算法、源码及实战详解》以版本源码为切入点，全面并且深入地解析模块，着力于探索分布式机器学习的底层实现。《机器学习：算法、源码及实战详解》中本着循序渐进的原则，首先解析的底层实现基础：数据操作及矩阵向量计算操作，该部分是实现的基础；接着对各个机器学习算法的理论知识进行讲解，并且解析机器学习算法如何在中实现分布式计算；然后对源码进行详细的讲解；最后进行实例的讲解。相信通过《机器学习：算法、源码及实战详解》的学习，读者可全

源码 2025年08月27日 0 点赞 0 评论 130 浏览

Python机器学习——预测分析核心算法_Python教程

资源名称：机器学习预测分析核心算法内容简介：在学习和研究机器学习的时候，面临令人眼花缭乱的算法，机器学习新手往往会不知所措。本书从算法和语言实现的角度，帮助读者认识机器学习。书专注于两类核心的算法族，即惩罚线性回归和集成方法，并通过代码实例来展示所讨论的算法的使用原则。全书共分为章，详细讨论了预测模型的两类核心算法、预测模型的构建、惩罚线性回归和集成方法的具体应用和实现。本书主要针对想提高机器学习技能的开发人员，帮助他们解决某一特定的项目或是提升相关的技能。作者简介：在硅谷

网络资源 2025年08月27日 0 点赞 0 评论 130 浏览

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，

网络资源 2025年08月27日 0 点赞 0 评论 129 浏览

Spark MLlib机器学习实践

资源名称：机器学习实践资源截图：

网络资源 2025年08月27日 0 点赞 0 评论 127 浏览

斯坦福大学机器学习课程原始讲义英文pdf_Python教程

资源名称：斯坦福大学机器学习课程原始讲义英文资源截图：

网络资源 2025年08月27日 0 点赞 0 评论 126 浏览

1993猫力币带机器/运营版/Gateio/区块链/数字货币交易

源码描述：端：域名端：域名后台：域名管理员用户名：密码：（）用户可以自己注册登录体验。交易机器人对运行服务器配置要求较高，（）观看的效果可以使用浏览器手机访问模式或者使用谷歌浏览器模式查看手机端地址即可。（）安装包内附带批量替换软件可以将默认的锚定币（、）批量替换成其他锚定币，注意区分大小写。锚定币价格设定在后台财务管理配置（充值单价比例和提现单价比例）。功能简要说明：带、端；均有高端线和委托档位，端一键封装（不是原生代码编译版本，分发软件打包）

网络资源 2025年08月27日 0 点赞 0 评论 126 浏览

大数据与机器学习：实践方法与行业案例

资源名称：大数据与机器学习：实践方法与行业案例内容简介：本书从企业实践出发，内容覆盖数据、平台、分析和应用等企业内数据流转的主要环节。布局上，按照数据与平台篇、分析篇和应用篇分别撰写。数据与平台篇（第章），立足找到数据、整合数据、使用数据三个角度，介绍数据在企业内的分布和处理逻辑，以便快速为分析准备素材。分析篇（第章），选取企业实际案例，介绍常用的数据挖掘与机器学习算法，以业务场景为导向展示数据分析过程和技巧。应用篇（第章），选取当前主流的四个应用场景，介绍如何实现数据驱动，让数据自动流转于

网络资源 2025年08月27日 0 点赞 0 评论 125 浏览

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