机器

零起点PYTHON机器学习快速入门 PDF_Python教程

资源名称:零起点 机器学习快速入门 内容简介: 《零起点 机器学习快速入门》采用独创的黑箱模式, 案例教学机制,结合一线实战案例,介绍 人工智能模块库和常用的机器学习算法。《零起点 机器学习快速入门》中配备大量图表说明,没有枯燥的数学公式,只要懂 、 ,就能够轻松阅读全书,并学习使用书中的知识,分析大数据。 《零起点 机器学习快速入门》具有以下特色: 独创的黑箱教学模式,《零起点 机器学习快速入门》无任何抽象理论和深奥的数学公式。 首次系统化融合 人工智能软件和 数据分析软件,不用再直接使用复杂的 数学矩

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

斯坦福大学机器学习课程个人学习笔记 中文PDF_Python教程

资源名称:斯坦福大学机器学习课程个人学习笔记 中文 本报告是在学习斯坦福大学机器学习课程前四节加上配套的讲义后的总结与认识。前四 节主要讲述了回归问题,属于有监督学习中的一种方法。该方法的核心思想是从离散的统计 数据中得到数学模型,然后将该数学模型用于预测或者分类。该方法处理的数据可以是多维 的。 讲义最初介绍了一个基本问题,然后引出了线性回归的解决方法,然后针对误差问题做 了概率解释。 资源截图:

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

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:

Python机器学习算法 PDF_Python教程

资源名称: 机器学习算法 内容简介: 《 机器学习算法》是一本机器学习入门读物,注重理论与实践的结合。全书主要包括 个部分,每个部分均以典型的机器学习算法为例,从算法原理出发,由浅入深,详细介绍算法的理论,并配合目前流行的 语言,从零开始,实现每一个算法,以加强对机器学习算法理论的理解、增强实际的算法实践能力,最终达到熟练掌握每一个算法的目的。与其他机器学习类图书相比,《 机器学习算法》同时包含算法理论的介绍和算法的实践,以理论支撑实践,同时,又将复杂、枯燥的理论用简单易懂的形式表达出来,促进对理论的理解

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

Python机器学习 PDF_Python教程

资源名称: 机器学习 作者简介: 是密歇根州立大学的博士生,他在计算生物学领域提出了几种新的计算方法,还被科技博客 评为 上具影响力的数据科学家。他有一整年都使用 进行编程的经验,同时还多次参加数据科学应用与机器学习领域的研讨会。正是因为 在数据科学、机器学习以及 等领域拥有丰富的演讲和写作经验,他才有动力完成此书的撰写,目的是帮助那些不具备机器学习背景的人设计出由数据驱动的解决方案。他还积极参与到开源项目中,由他开发完成的计算方法已经被成功应用到了机器学习竞赛(如 等)中。在业余时间,他沉醉于构建体育运