孙亮，黄倩著2017 年出版340 页ISBN：9787115446466
本书围绕实际数据分析的流程展开，着重介绍数据探索、数据预处理和常用的机器学习算法模型。本书从解决实际问题的角度出发，介绍回归算法、分类算法、推荐算法、排序算法和集成学习算法。本书的最大特色就是贴...
（印）卡西克·拉玛苏布兰马尼安（Karthik Ramasubramanian），（印）阿布舍克·辛格（Abhishek Singh）著2018 年出版411 页ISBN：9787111595915
本书讲解的是在R语言平台上使用大数据技术构建可扩展机器学习模型的新技术成果。它全面展示了如何采用机器学习算法在原始数据的基础上构建机器学习模型。本书还能让那些希望利用Apache Hadoop、Hive、Pig...
（新加坡）黄莉婷，（新加坡）苏川集著2019 年出版116 页ISBN：9787115506641
与使用数学语言或计算机编程语言讲解算法的书不同，本书另辟蹊径，用通俗易懂的人类语言以及大量有趣的示例和插图讲解10多种前沿的机器学习算法。内容涵盖k均值聚类、主成分分析、关联规则、社会网络分析等无...
黄安埠著2017 年出版340 页ISBN：9787121312700
本书介绍了深度学习相关的原理与应用，全书共分为三大部分，第一部分主要回顾了深度学习的发展历史，以及Theano的使用；第二部分详细讲解了与深度学习相关的基础知识，包括线性代数、概率论、概率图模型、机器学习和...
王晓华著2015 年出版176 页ISBN：9787302420422
本书分为12章，详细介绍Spark MLLib大数据处理和分析的方法和技巧。本书从Spark基础开始，依次介绍MLLib基础，MLLib中RDD详解，MLLib基本概念，协同，过滤算法，线性回归，分类，决策树与保序回归，聚类，关联规则，数据降维，特......
袁梅宇著2018 年出版295 页ISBN：9787302500148
本书主要介绍机器学习的基础算法，采用MATLAB编程实现各个算法。主要内容包括机器学习介绍、线性回归、逻辑回归、模型评估与选择、决策树、K-均值算法和EM、神经网络、K近邻和kd树、贝叶斯与文本分类、隐马...
罗伯托·巴蒂蒂（Roberto Battiti），毛罗·布鲁纳托（Mauro Brunato）2018 年出版272 页ISBN：9787115480293
本书是机器学习实战领域的一本佳作，从机器学习的基本概念讲起，旨在将初学者引入机器学习的大门，并走上实践的道路。本书通过讲解机器学习中的监督学习和无监督学习，并结合特征选择和排序、聚类方法、文本和网页...
机器学习项目开发实战 NET专家 F# 软件开发 智能机器人
（美）马蒂亚斯·布兰德温德尔（Mathias Brandewinder）2016 年出版264 页ISBN：9787115429513
本书教你学会利用简单的算法和技巧，构建更智能的.NET应用，从而可以让应用从数据中来自我学习。你可以利用自己熟悉的Visual Studio环境对项目编程，利用.NET环境下理想的F#语言来处理机器学习问题。如果你已经...
