下载  >  人工智能  >  机器学习  > 机器学习与运用 雷明 2019 清华大学出版(云盘高清PDF)

机器学习与运用 雷明 2019 清华大学出版(云盘高清PDF) 评分:

1. 内容全面深入。全书系统地讲解机器学习算法与理论,主要算法的理论讲解透彻、结构清晰,均有详细的推导和证明过程。 2. 内容新。对于深度学习等重点算法,涵盖和反映了截至2017年学术界与工业界的新成果,确保本书的内容能够紧跟当前的学术和技术趋势。 3. 理论与实践相结合。对于所有重点算法,除深入讲解算法的原理之外,还介绍了算法的工程实现细节,对各种算法的实际应用也进行了介绍。 4. 对机器学习所需的数学知识进行全面系统的介绍,确保读者无须单独再看其他数学教材也能顺利学习。

...展开详情
2019-02-10 上传 大小:72B
版权受限,无法下载
举报 收藏 (6)
分享

评论 下载该资源后可以进行评论 共7条

nwpuhtxy2010 链接:https://pan.baidu.com/s/1nOf_XzQ3daqnPdij4pyUcA 提取码:ncd3
2019-05-21
回复
zzxx03 好书好书好书,谢谢分享~~~
2019-05-09
回复
ljb1672 文件有密码
2019-04-03
回复
striving1234 好书好书。 感谢分享~
2019-03-11
回复
znsoft 好书好书。
2019-03-10
回复
《机器学习与应用》_雷明

机器学习与应用》由21 章组成,共分为三大部分。 第1 ~ 3 章为第一部分,介绍机器学习的基本原理、所需的数学知识(包括微积分、线性代数、概率论和最优化方法), 以及机器学习中的核心概念。 第4 ~ 20 章为第二部分,是主体部分,介绍各种常用的有监督学习算法、无监督学习算法、半监督学习算法和强化学习算法。对于每种算法,从原理与推导、工程实现和实际应用3 个方面进行介绍,对于大多数算法都配有实验程序。 第21章为第三部分,介绍机器学习和深度学习算法实际应用时面对的问题,并给出典型的解决方案。 附录A 给出各种机器学习算法的总结, 附录B 给出梯度下降法的演化关系,附录C给出EM算法的推导。

立即下载
python 算法教程

全书共11章。分别介绍了树、图、计数问题、归纳递归、遍历、分解合并、贪心算法、复杂依赖、Dijkstra算法、匹配切割问题以及困难问题及其稀释等内容。

立即下载
《机器学习与应用》高清PDF+雷明.rar

《机器学习与应用》是机器学习和深度学习领域的入门与提高教材,系统、深入地讲述机器学习与深度学习的主流方法与理论,并紧密结合工程实践与应用。

立即下载
《Python算法教程》中文版 高清完整PDF版

Python算法教程_中文版.pdf

立即下载
python算法教程-中文版

很好的入门python 推荐,如有你想好好学习python,数据和算法是无法逃避的东西,毕竟算法是程序的灵魂,我一直看这个书,从中获得了很多灵感

立即下载
机器学习与应用-雷明-清华出版社

2019-机器学习与应用-雷明-清华大学出版社,文档为PDF 300M 高清带书签 扫描版 但是很清晰 。

立即下载
2019-机器学习与应用-雷明-清华出版社

2019-机器学习与应用-雷明-清华大学出版社 http://www.sohu.com/a/283988765_823210 这是书籍介绍 文档为百度云 300M 高清带书签 扫描版 但是很清晰

立即下载
数字视频处理PDF电子书(467页)

第一章 视频基础 第二章 时变图像构成模型 第三章 时空采样 第四章 采样结构的转换 第五章 光流分析法 第六章 基于块的分析方法 第七章 像素递归法 第八章 贝叶斯法 第九章 点对应法 第十章 光流法和直接法 第11章 运动分割 第12章 立体系统和运动跟踪 第13章 运动补偿滤波 第14章 噪声滤波 第15章 图像复原 第16章 标准变换 第17章 超分辨率 第18章 无损压缩 第19章 差分脉码调制DPCM及变换编码 第20章 静态图像压缩标准 第21章 矢量量化、子带编码及其其它方法 第22章 帧间压缩方法 第23章 视频压缩标准 第24章 基于模型的编码技术 第25章 数字视频系统

立即下载
图灵书籍(机器学习与优化.pdf)

本书是机器学习实战领域的一本佳作,从机器学习的基本概念讲起,旨在将初学者引入机器学习的大门,并走上实践的道路。本书通过讲解机器学习中的监督学习和无监督学习,并结合特征选择和排序、聚类方法、文本和网页挖掘等热点问题,论证了“优化是力量之源”这一观点,为机器学习在企业中的应用提供了切实可行的操作建议。

立即下载
Python算法教程_中文版_完整版 高清

Python是一种面向对象、解释型计算机程序设计语言,其应用领域非常广泛,包括数据分析、自然语言处理、机器学习、科学计算以及推荐系统构建等。 Python算法教程用Python语言来讲解算法的分析和设计。本书主要关注经典的算法,但同时会为读者理解基本算法问题和解决问题打下很好的基础。全书共11章。分别介绍了树、图、计数问题、归纳递归、遍历、分解合并、贪心算法、复杂依赖、Dijkstra算法、匹配切割问题以及困难问题及其稀释等内容。本书在每一章结束的时候均有练习题和参考资料,这为读者的自我检查以及进一步学习提供了较多的便利。在全书的结尾,给出了练习题的提示,方便读者进行查漏补缺。 本书概念和

立即下载