当前位置:主页 > 书籍配套资源 > 机器学习配套资源
《机器学习精讲》示例代码

《机器学习精讲》示例代码

  • 更新:2021-12-27
  • 大小:3.4 MB
  • 类别:机器学习
  • 作者:安德烈·布可夫
  • 出版:人民邮电出版社
  • 格式:PDF

  • 资源介绍
  • 学习心得
  • 相关内容

本站收集了一篇机器学习类书籍配套资源,介绍了关于机器学习、示例代码、机器学习方面的内容,本书是由人民邮电出版社出版,已被896人关注,由储和光测试纠错,目前本书在机器学习类综合评分为:8.7分。

书籍介绍

内容提要 本书用简短的篇幅、精炼的语言,讲授机器学习领域必备的知识和技能。全书共11章和一个术语表,依次介绍了机器学习的基本概念、符号和定义、算法、基本实践方法、神经网络和深度学习、问题与解决方案、进阶操作、非监督学习以及其他学习方式等,涵盖了监督学习和非监督学习、支持向量机、神经网络、集成学习、梯度下降、聚类分析、维度降低、自编码器、迁移学习、强化学习、特征工程、超参数调试等众多核心概念和方法。全书最后给出了一个较为详尽的术语表。 本书能够帮助读者了解机器学习是如何工作的,为进一步理解该领域的复杂问题和进行深入研究打好基础。本书适合想要学习和掌握机器学习的软件从业人员、想要运用机器学习技术的数据科学家阅读,也适合想要了解机器学习的一般读者参考。

人工智能的核心是机器学习。《机器学习精讲》囊括机器学习的精髓,系统而精炼地讲解机器学习的基本原理。本书英文版一经推出,就长期位于美国亚马逊机器学习图书排行榜领先位置,并获得4.5星好评。 《机器学习精讲》包含了监督和非监督学习、支持向量机、神经网络、集成算法、梯度下降、聚类分类、降维、自编码器、迁移学习、特征工程以及超参数调试等方面的知识。书中既有数学公式,又有图解说明,一应俱全。

本书具有以下特色:

● 精简并直入主题——篇幅短小,读者可以快速读完并掌握机器学习技术的精髓。书中内容是作者和其他从业者多年研究的成果。

● 配套网页——本书配有持续更新的网页,对书中内容进行补充,包括问答、代码、推荐阅读材料、工具以及其他相关内容。扫描书中二维码即可查看。

● 全彩印刷——色彩丰富,阅读轻松。

● 代码基于Python语言。


资源获取

资源地址1:https://pan.baidu.com/s/1-vD4BGKUeELkOIu9paYG3w (密码:liqa)

网友留言

网友NO.27830
双元良

好吧。这是一本号称2020年出版,实际上2019年就能买到的穿越书 书很薄,细节很少,但是覆盖面很广,而且内容也挺新。可以看得出来,原著作者还是挺牛逼的,基本上各种算法的精髓都降到了 不过翻译有点外行了。好多名词翻译得很诡异。。。感觉不是业内人士