机器
  1. 首页
  2. 机器

列表

图解机器学习完整版 （[日]杉山将） 中文

图解机器学习完整版 （[日]杉山将） 中文

资源名称：图解机器学习完整版 日 杉山将 中文 第 部分绪论 第 章什么是机器学习 第 章学习模型 第 部分有监督回归 第 章最小二乘学习法 第 章带有约束条件的最小二乘法 第 章稀疏学习 第 章鲁棒学习 第 部分有监督分类 第 章基于最小二乘法的分类 第 章支持向量机分类 第 章集成分类 第 章概率分类法 第 章序列数据的分类 第 部分无监督学习 第 章异常检测 第 章无监督降维 第 章聚类 第 部分新兴机器学习算法 第 章在线学习 第 章半监督学习 第 章监督降维 第 章迁移学习 第 章多任务学习 第
网络资源 2025年08月27日
Spark MLlib机器学习实践（第2版）

Spark MLlib机器学习实践（第2版）

资源名称： 机器学习实践（第 版） 内容简介： 作为新兴的、应用范围 为广泛的大数据处理开源框架引起了广泛的关注，它吸引了大量程序设计和开发人员进行相关内容的学习与开发，其中 是 框架使用的核心。本书是一本细致介绍 程序设计的图书，入门简单，示例丰富。 本书分为 章，从 基础安装和配置开始，依次介绍 程序设计基础、 的数据对象构建、 中 使用介绍，各种分类、聚类、回归等数据处理方法， 后还通过一个完整的实例，回顾了前面的学习内容，并通过代码实现了一个完整的分析过程。 本书理论内容由浅而深，采取实例和理论相
网络资源 2025年08月27日
Python机器学习和算法高级版视频教程_Python教程

Python机器学习和算法高级版视频教程_Python教程

资源名称： 机器学习和算法高级版视频教程 教程目录： 【 教程网】 、课程介绍 【 教程网】 、机器学习的数学基础 数学分析 【 教程网】 、数学基础 数理统计与参数估计 【 教程网】 、数学基础 矩阵和线性代数 【 教程网】 、数学基础 凸优化 【 教程网】 、 基础及其数学库的使用 【 教程网】 、 基础及其机器学习库的使用 【 教程网】 、回归 【 教程网】 、回归实践 【 教程网】 、决策树和随机森林 【 教程网】 、随机森林实践 【 教程网】 、提升 【 教程网】 、 【 教程网】 、 【 教程
网络资源 2025年08月27日
Python机器学习算法 赵志勇 中文pdf_Python教程

Python机器学习算法 赵志勇 中文pdf_Python教程

资源名称： 机器学习算法 赵志勇 中文 第一部分分类算法 支持向量机 随机森林 神经网络 第二部分回归算法 线性回归 岭回归和 回归 树回归 第三部分聚类算法 第四部分推荐算法 协同过滤算法 基于矩阵分解的推荐算法 基于图的推荐算法 文献 第五部分深度学习 卷积神经网络 第六部分项目实践 微博精准推荐 资源截图：
网络资源 2025年08月27日
1993猫力币带机器/运营版/Gateio/区块链/数字货币交易

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
Python机器学习经典实例_Python教程

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
机器学习 （周志华 著） 学习笔记 中文完整高清版_Python教程

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
网络资源 2025年08月27日
数据挖掘实用机器学习技术（中文第二版）_数据库教程

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