机器学习之路 中文版 pdf

所需积分/C币:18 2018-02-24 106.51MB rar
评分

机器学习需要一条脱离过高理论门槛的入门之路。本书从小红帽采蘑菇的故事开篇,介绍了基础的机器学习分类模型的训练(第1章)。如何评估、调试模型?如何合理地发掘事物的特征?如何利用几个模型共同发挥作用?后续章节一步一步讲述了如何优化模型,更好地完成分类预测任务(第2章),并且初步尝试将这些技术运用到金融股票交易中(第3章)。自然界*好的非线性模型莫过于人类的大脑。《深度学习篇》从介绍并对比一些常见的深度学习框架开始(第4章),讲解了DNN模型的直观原理,尝试给出一些简单的生物学解释,完成简单的图片

...展开详情
举报 举报 收藏 收藏 (6)
分享

评论 下载该资源后可以进行评论 12

u014513238 不错 很清晰
2019-01-04
回复
nic2251789 学习学习,以后的朝阳产业
2018-09-11
回复
qq_36374996 666666很不错
2018-08-02
回复
jiangyingfeng 在学习中,不知道怎么样
2018-07-23
回复
beifengche 比较不错的一本书
2018-07-18
回复
  • 1
  • 2
  • 3
37.09MB
机器学习 周志华 PDF

机器学习是计算机科学与人工智能的重要分支领域. 本书作为该领域的入门教材,在内容上尽可能涵盖机器学习基础知识的各方面. 全书共16 章,大致分为3 个部分:dy 部分(dy ~3 章)介绍机器学习的基础知识;第2 部分(第4~10 章)讨论一些经典而常用的机器学习方法(决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习);第3 部分(dy 1~16 章)为进阶知识,内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等. 每章都附有习题并介绍了相关阅读材料,以便有兴趣的读者进一步钻研探索。

2019-04-11 立即下载
37.51MB
机器学习_周志华》PDF高清完整版

内容全面;结构合理;叙述清楚;深入浅出。人工智能领域中文的开山之作!

2019-05-11 立即下载
36.64MB
机器学习周志华pdf

全书共16 章,大致分为3 个部分:第1 部分(第1~3 章)介绍机器学习的基础知识;第2 部分(第4~10 章)讨论一些经典而常用的机器学习方法(决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习);第3 部分(第11~16 章)为进阶知识,内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等.前3章之外的后续各章均相对独立, 读者可根据自己的兴趣和时间情况选择使用. 根据课时情况, 一个学期的本科生课程可考虑讲授前9章或前10章; 研究生课程则不妨使用全书.

2019-03-12 立即下载
91.06MB
周志华机器学习 西瓜书 原版+kindle版pdf

周志华机器学习 西瓜书 原版+kindle版pdf。横屏浏览显示完全,不模糊

2019-05-05 立即下载
36.39MB
机器学习_周志华版.pdf

" 机器学习是计算机科学与人工智能的重要分支领域. 本书作为该领域的入门教材,在内容上尽可能涵盖机器学习基础知识的各方面. 全书共16 章,大致分为3 个部分:第1 部分(第1~3 章)介绍机器学习的基础知识;第2 部分(第4~10 章)讨论一些经典而常用的机器学习方法(决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习);第3 部分(第11~16 章)为进阶知识,内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等. 每章都附有习题并介绍了相关阅读材料,以便有兴趣的读者进一步钻研探索。 本书可作为高等院校计算机、自动化及相关专业的

2019-01-05 立即下载
9.91MB
机器学习.pdf

关于机器学习的电子书

2008-04-03 立即下载
37.57MB
机器学习(高清中文电子版附目录)PDF

机器学习(高清中文电子版附目录)PDF电子版,适合机器学习入门,市面上目前就通俗易懂的中文机器学习指南书,包含完整的KNN、SVM、决策树、神经网络等算法原理。资源积分怎么无法修改,想免费分享的。

2018-04-04 立即下载
59.81MB
机器学习周志华高清PDF带目录

机器学习周志华高清PDF带目录,以及上课时的课件。机器学习周志华高清PDF带目录,以及上课时的课件。

2019-03-21 立即下载
89.21MB
各种机器学习书籍pdf版

各种机器学习的pdf版,从基础到进阶。(文件有点大,分两次上传)

2018-08-01 立即下载
72.17MB
周志华-机器学习_.pdf

机器学习是计算机科学与人工智能的重要分支领域. 本书作为该领域的入门教材,在内容上尽可能涵盖机器学习基础知识的各方面。 为了使尽可能多的读者通过本书对机器学习有所了解, 作者试图尽可能少地使用数学知识. 然而, 少量的概率、统计、代数、优化、逻辑知识似乎不可避免. 因此, 本书更适合大学三年级以上的理工科本科生和研究生, 以及具有类似背景的对机器学 习感兴趣的人士. 为方便读者, 本书附录给出了一些相关数学基础知识简介. 全书共16 章,大致分为3 个部分:第1 部分(第1~3 章)介绍机器学习的基础知识;第2 部分(第4~10 章)讨论一些经典而常用的机器学习方法(决策树、神经网络、支持向量

2018-06-21 立即下载
1.49MB
机器学习-Mitchell-中文-清晰版.pdf

这本教材的目标是展现机器学习中核心的算法和理论。机器学习从很多学科吸收了成果 和概念,包括统计学、人工智能、哲学、信息论、生物学、认知科学、计算复杂性和控制论 等。我相信,研究机器学习的最佳途径是从这些学科的观点看待机器学习,并且以此来理解 问题的背景、算法以及其中隐含的假定。这些在以往很难做到,因为在这一领域缺少包容广 泛的原始资料。这本书的主要目的就是提供这样的一份资料。

2018-05-09 立即下载
109.35MB
机器学习之路.pdf

《机器学习之路――Caffe、Keras、scikit-learn实战.pdf》

2018-02-03 立即下载
img
harlw
  • 分享达人

    成功上传6个资源即可获取

关注 私信 TA的资源

上传资源赚积分,得勋章
相关内容推荐