排序选项
排序方式
-
作者:王东
出版社:清华大学出版社
出版时间:2021
ISBN:978-7-302-54605-4
索书号:TP181/1040
分类号:TP181
页数:15,468页
价格:128.00
复本数:
在馆数:
累借天数:
累借次数:
本书分类介绍机器学习领域的主要模型和算法,重点阐述不同方法背后的基本假设以及它们之间的相关性,帮助读者建立机器学习的基础理论功底,为从事该领域的相关工作打下基础。具体内容包括机器学习研究的总体思路、发
-
作者:张伟楠,赵寒烨,俞勇
出版社:人民邮电出版社
出版时间:2023
ISBN:978-7-115-61820-7
索书号:TP181/1224
分类号:TP181
页数:272页
价格:89.80
复本数:
在馆数:
累借天数:
累借次数:
本书将机器学习理论和实践相结合,以大量示例和代码带领读者走进机器学习的世界。详细内容包括:机器学习基础、参数化模型、非参数化模型、无监督模型。
-
作者:胡欢武
出版社:电子工业出版社
出版时间:2019
ISBN:978-7-121-35521-9
索书号:TP181/4771
分类号:TP181
页数:xvii, 366页
价格:89.00
复本数:
在馆数:
累借天数:
累借次数:
本书是一本机器学习算法方面的理论+实践读物, 主要包含机器学习基础理论、回归模型、分类模型、聚类模型、降维模型和深度学习模型六大部分。机器学习基础理论部分包含第1、2章, 主要介绍机器学习的理论基础和
-
作者:(日)中井悦司, 姚待艳
出版社:人民邮电出版社
出版时间:2018
ISBN:978-7-115-47934-1
索书号:TP181/5591
分类号:TP181
页数:18,201页
价格:59.00
复本数:
在馆数:
累借天数:
累借次数:
本书紧紧围绕“机器学习的商业应用”这个主题,从数学原理上解释了机器学习的一些基础算法,如最小二乘法、最优推断法、感知器、Logistic回归、K均值算法、EM算法、贝叶斯推断等。
-
作者:杨强
出版社:电子工业出版社
出版时间:2020
ISBN:978-7-121-38522-3
索书号:TP181/4716
分类号:TP181
页数:16,192页
价格:89.00
复本数:
在馆数:
累借天数:
累借次数:
本书将描述联邦学习如何将分布式机器学习、密码学、基于金融规则的激励机制和博弈论结合起来,以解决分散数据的使用问题。介绍不同种类的面向隐私保护的机器学习解决方案以及技术背景,并描述一些典型的实际问题解决
-
深度学习入门:(日)瀧雅人, 杨秋香,王卫兵
作者:(日)瀧雅人, 杨秋香,王卫兵
出版社:机械工业出版社
出版时间:2020
ISBN:978-7-111-65531-2
索书号:TP181/3178
分类号:TP181
页数:12,223页
价格:79.00
复本数:
在馆数:
累借天数:
累借次数:
本书的内容大体可以分为机器学习基础、顺序传播神经网络的深度学习、玻尔兹曼机和深度强化学习四个部分,既考虑了通俗性和完整性,又介绍了深度学习的各个方面。
-
作者:宋桂岭,刘军伟,李克新
出版社:机械工业出版社
出版时间:2024
ISBN:978-7-111-76433-5
索书号:TP181/3042
分类号:TP181
页数:210页
价格:59.00
复本数:
在馆数:
累借天数:
累借次数:
本书根据初学者的学习曲线和职业生涯成长规律,由浅入深设计了5个基础项目和3个综合项目。基础项目包括手写数字识别、二维曲线拟合、猫狗图像分类、提升猫狗图像分类的准确率和文本翻译,引导读者使用PyTorc
-
图解机器学习和深度学习入门:(日)山口达辉,(日)松田洋之, 张鸿涛,戴凤智,高一婷
作者:(日)山口达辉,(日)松田洋之, 张鸿涛,戴凤智,高一婷
出版社:化学工业出版社
出版时间:2024
ISBN:978-7-122-43339-8
索书号:TP181-64/2263
分类号:TP181-64
页数:223页
价格:68.00
复本数:
在馆数:
累借天数:
累借次数:
本书带领读者初步学习和实践机器学习、深度学习的算法、流程和核心技术,并介绍了系统开发及开发环境,通过图解的方式将难懂的专业术语和算法表现出来。同时,还介绍了一些比较常用的网站网络服务。
-
作者:王珏,周志华,周傲英
出版社:清华大学出版社
出版时间:2006
ISBN:7-302-12038-2
索书号:TP181/1011
分类号:TP181
页数:17,324页
价格:42.00
复本数:
在馆数:
累借天数:
累借次数:
本书邀请国内外相关领域的专家撰文,以综述的形式介绍机器学习中不同领域的研究进展。包括机器学习的讨论、统计学习理论及其在非监督学习问题中的应用、聚类分析技术综述、符号机器学习研究、强化学习研究进展等内容
-
作者:鲁伟
出版社:北京大学出版社
出版时间:2020
ISBN:978-7-301-16122-7
索书号:TP181/2725
分类号:TP181
页数:190页
价格:69.00
复本数:
在馆数:
累借天数:
累借次数:
本书以深度神经网络(DNN)、卷积神经网络(CNN)和循环神经网络(RNN)为核心,介绍了深度学习的理论基础、通用方法和三大网络的原理与实践。全书代码以Keras框架作为范例。
缩小检索范围
- 文献类型
- 出版社
- 作者
- 段小手(2)
- (印)莫希特·塞瓦克(Mohit Sewak), 尹大伟,吴敏杰(1)
- (印)阿布舍克·维贾亚瓦吉亚(Abhishek Vijayvargia), 宋格格(1)
- (日)中井悦司, 姚待艳(1)
- (日)山口达辉,(日)松田洋之, 张鸿涛,戴凤智,高一婷(1)
- (日)瀧雅人, 杨秋香,王卫兵(1)
- (美)凯德·梅茨(Cade Metz), 桂曙光(1)
- (美)安德鲁·格拉斯纳, 赵鸣(1)
- (美)拉姆(Linda Lamb),(美)罗宾斯(Arnold Robbins), 莫蓉蓉, 刘传昌(1)
- (美)特伦斯·谢诺夫斯基(Terrence Sejnowski), 姜悦兵(1)
- (美)米哈尔斯基(Ryszard S.Michalski), 朱明(1)
- (美)米歇尔(Michell, Tom M.), 曾华军, 张银奎(1)
- (美)罗纳德·T.纽赛尔(Ronald T.Kneusel), 辛愿(1)
- (美)郑纪豪,(美)崔宝砚, 王满喜... (1)
- (英)大卫·福斯特(DavidFoster)(1)
- (英)阿洛克·特里帕蒂(Alok Mani Tripathi), 李永伦,陈嘉芙(1)
- Bharath Ramsundar, 李新叶(1)
- 俞建峰(1)
- 刘勇,廖依伊(1)
- 宋桂岭,刘军伟,李克新(1)
- 康善同(1)
- 张伟楠,赵寒烨,俞勇(1)
- 张平,李晓宇(1)
- 张鼎昆(1)
- 彭伟(1)
- 杜鹏,谌明,苏统华(1)
- 杨强(1)
- 杨志晓,范艳峰(1)
- 柳若边(1)
- 潘风文,庞资胜(1)
- 王东(1)
- 王恺,闫晓玉,李涛(1)
- 王珏,周志华,周傲英(1)
- 胡欢武(1)
- 许桂秋,吴丽镐,张文明(1)
- 谈继勇(1)
- 谢彦(1)
- 陈兵旗,梁习卉子,陈思遥(1)
- 陈海虹(1)
- 韦鹏程,冉维,段昂(1)
- 鲁伟(1)
只显示前10条......
- 段小手(2)
- (印)莫希特·塞瓦克(Mohit Sewak), 尹大伟,吴敏杰(1)
- (印)阿布舍克·维贾亚瓦吉亚(Abhishek Vijayvargia), 宋格格(1)
- (日)中井悦司, 姚待艳(1)
- (日)山口达辉,(日)松田洋之, 张鸿涛,戴凤智,高一婷(1)
- (日)瀧雅人, 杨秋香,王卫兵(1)
- (美)凯德·梅茨(Cade Metz), 桂曙光(1)
- (美)安德鲁·格拉斯纳, 赵鸣(1)
- (美)拉姆(Linda Lamb),(美)罗宾斯(Arnold Robbins), 莫蓉蓉, 刘传昌(1)
- (美)特伦斯·谢诺夫斯基(Terrence Sejnowski), 姜悦兵(1)
查看更多信息......
- 出版年