搜索区
关键字
图片区
分页区
分类区
  •
    前往：机器学习
    《机器学习导论》涵盖了监督学习、贝叶斯决策理论、参数方法、多元方法、维度归约、聚类、非参数方法、决策树、线性判别式
    显示二维码
    用手机扫码
    分享扫码
    电子书
  •
    前往：数据挖掘
    《数据挖掘与知识发现》关联规则、聚类分析、决策树、贝叶斯网络、人工神经网络、支持向量机、粗糙集、模糊集等数据挖掘模型与算法
    显示二维码
    用手机扫码
    分享扫码
    电子书
  •
    前往：数据挖掘
    《数据挖掘_实用机器学习技术_原书第2版》各种模型(决策树，关联规则、线性模型、聚类、贝叶斯网以及神经网络)以及在实践中的运用，所存任缺陷的分析
    显示二维码
    用手机扫码
    分享扫码
    电子书
  •
    前往：人工智能
    《机器学习》本书综合了许多的研究成果，例如统计学、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
    显示二维码
    用手机扫码
    分享扫码
    电子书
  •
    前往：人工智能
    《机器学习实战》在现今大数据时代的背景下，捕获数据并从中萃取有价值的信息或模式，使得这一过去为分析师与数学家所专属的研究领域越来越为人们瞩目
    显示二维码
    用手机扫码
    分享扫码
    电子书
  •
    前往：数据挖掘
    《数据挖掘导论》数据、分类、关联分析、聚类和异常检测，涵盖基本概念、代表性算法和评估技术，讨论概念和算法
    显示二维码
    用手机扫码
    分享扫码
    电子书
共有：（6）个资源（1）页