机器
  1. 首页
  2. 机器

列表

大数据与机器学习：实践方法与行业案例

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
Python机器学习 预测分析核心算法 中文pdf_Python教程

Python机器学习 预测分析核心算法 中文pdf_Python教程

资源名称： 机器学习 预测分析核心算法 中文 第 章 关于预测的两类核心 第 章 通过理解数据来了解 第 章 预测模型的构建：平衡性 第 章 惩罚线性回归模型第 章 使用惩罚线性方法来 第 章 集成方法第 章 用 构建集成 资源截图：
网络资源 2025年08月27日
机器学习与数据挖掘：方法和应用_数据库教程

机器学习与数据挖掘：方法和应用_数据库教程

资源名称：机器学习与数据挖掘：方法和应用 内容简介： 本书分为 个部分，共 章，较为全面地介绍了机器学习的基本概念，并讨论了数据挖掘和知识发现中的有关问题及多策略学习方法，具体地阐述了机器学习与数据挖掘在工程设计，文本、图像和音乐，网页分析、计算机病毒和计算机控制，医疗诊断、生物医疗信号分析和水质分析中的生物信号处理等方面的应用情况。 本书收集众多不同领域中数据挖掘的实际案例，以此来说明数据挖掘的具体解决方法，以期为广大读者提供一个更为广阔的数据挖掘应用视角。 本书的读者，可以是任何对机器学习与数据挖掘感
网络资源 2025年08月27日
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
Python机器学习实践指南_Python教程

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
网络资源 2025年08月27日
Java机器学习

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　
网络资源 2025年08月27日
Python+Spark 2.0+Hadoop机器学习与大数据实战

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
网络资源 2025年08月27日
Spark MLlib机器学习:算法、源码及实战详解

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