在如今这个处处以数据驱动的世界中,机器学习正变得越来越大众化。它已经被广泛地应用于不同领域,如搜索引擎、机器人、无人驾驶汽车等。本书首先通过实用的案例介绍机器学习的基础知识,然后介绍一些稍微复杂的机器学习算法,例如支持向量机、极端随机森林、隐马尔可夫模型、条件随机场、深度神经网络,等等。 本书是为想用机器学习算法开发应用程序的Python 程序员准备的。它适合Python 初学者阅读,不过熟悉Python 编程方法对体验示例代码大有裨益。 作者介绍 Prateek Joshi 人工智能专家,重点关注基于内容的分析和深度学习,曾在英伟达、微软研究院、高通公司以及硅谷的几家早期创业公司任职。 目录 第 1 章 监督学习 第 2 章 创建分类器 第 3 章 预测建模 第 4 章 无监督学习——聚类 第 5 章 构建推荐引擎 第 6 章 分析文本数据 第 7 章 语音识别 第 8 章 解剖时间序列和时序数据 第 9 章 图像内容分析 第 10 章 人脸识别 第 11 章 深度神经网络 第 12 章 可视化数据 链接:https://pan.baidu.com/s/1Tvjlm8-n6CfcaIG_dNyS6Q
举报
本版积分规则 发表回复 回帖后跳转到最后一页
联系我们|Free考研资料 ( 苏ICP备05011575号 )
GMT+8, 24-11-22 08:36 , Processed in 0.085277 second(s), 10 queries , Gzip On, Xcache On.
Powered by Discuz! X3.2
© 2001-2013 Comsenz Inc.