找到 4 条结果 按相关性 按时间降序
Python机器学习及实践
Python是目前比较热门的编程语言，以简单易学、应用广泛、类库强大而著称，是实现机器学习算法的首选语言。本书以Python 3.6.5为编写平台，以帮助读者快速上手、理论与实践相结合为出发点，介绍Python机器学习的相关内容。全书共10章，分别介绍了机器学习的基础知识、近邻法、数据降维、分类算法、回归算法、聚类算法、神经网络、推荐算法、频繁项集、数据预处理。通过本书的学习，读者可了解Python编程及在机器学习中的应用。 本书可作为对Python和机器学习感兴趣的初学者的参考书，也可作为从事Python开发的广大科研人员、学者、工程技术人员的参考书，还可作为高等院校人工智能、计算机等相关专业的教材。
TensorFlow深度学习及实践
TensorFlow是2015年年底开源的一套深度学习框架，也是目前最活跃的深度学习框架之一。本书从深度学习的基础讲起，深入TensorFlow的基本框架、原理、源代码和实现等各个方面，其目的在于降低学习门槛，为读者解决问题提供详细的方法和指导。本书主要内容包括：人工智能简介，TesnorFlow的环境搭建、可视化、基础知识、聚类分析、回归分析、支持向量机，TensorFlow实现卷积神经网络、循环神经网络、深度神经网络等。 本书适合作为对深度学习感兴趣的初学者的参考用书，也适合作为人工智能、计算机等相关专业深度学习课程的教材。
Python科学计算及实践
《Python科学计算及实践》介绍如何用Python开发科学计算的应用程序，书中除了介绍数值计算外，还介绍了怎样利用Python解决数值中的实际应用，带领读者领略利用Python解决实际问题的简单、快捷等特性。《Python科学计算及实践》共11章，具体内容主要有Python数值基础、模型评估与概率统计、贝叶斯分类器、频率与快速傅里叶变换、线性回归、多分类器系统、Scipy科学计算库、统计分析、数值分析、数据可视化、数据处理等。 《Python科学计算及实践》可作为利用Python进行科学计算的广大科研人员、学者、工程技术人员的参考书，也可作为高等院校相关专业的教材。
Python机器学习算法及应用
暂无简介
- 1