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：人工数学
    《大数据：互联网大规模数据挖掘与分布式处理》数据流处理以及针对易丢失数据等特殊情况的专用处理算法、大规模高维数据集的聚类算法
    显示二维码
    用手机扫码
    分享扫码
    电子书
  •
    前往：智能技术
    《人工智能复杂问题求解的结构和策略》基础理论，数据结构以及实现的算法，并从社会和哲学、心理学以及神经生理学角度对人工智能进行了独特的讨论
    显示二维码
    用手机扫码
    分享扫码
    电子书
  •
    前往：机器学习
    《机器学习与数据挖掘方法和应用》工程设计，文本、图像和音乐，网页分析、计算机病毒和控制，医疗诊断、生物医疗信号分析和水质分析中的生物信号处理
    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_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
共有：（7）个资源（1）页