（英）罗杰斯，（英）吉罗拉米著；郭茂祖等译2014 年出版192 页ISBN：9787111407027
本书介绍支撑机器学习技术及应用的主要算法，重点讲述理解一些最主流的机器学习算法所需的核心数学和统计知识，在书中介绍的算法遍及机器学习的主要问题域：分类、聚类和投影。由于是机器学习基础课程的教材，所以...
（美）千贺大司，山本和贵，大泽文孝著2017 年出版217 页ISBN：9787300250953
微软 Azure ML提供了一种用于执行价值预测 (回归)、异常检测、聚类和分类的云服务，其图形化、模块化的方法将让学习者快速了解机器学习模型。通过本书的学习，读者能轻而易举地了解如何导入数据、如何进行数据...
冷雨泉，张会文，张伟等著2019 年出版263 页ISBN：9787302495147
本书主要分为三大部分：第一部分Matlab基本知识讲解，使读者学会使用最基本的功能，便于后续应用；第二部分介绍数据的预处理方法，所有的数据在机器学习之前都需要进行数据的预处理，包括降维、归一化等；第三部分介绍.....
李飞译；（美国）尼克·麦克卢尔2019 年出版281 页ISBN：9787111631262
TensorFlow是一个开源机器学习库。本书从TensorFlow的基础开始介绍，涉及变量、矩阵和各种数据源。之后，针对使用TensorFlow线性回归技术的实践经验进行详细讲解。后续章节将在前文的基础上讲述神经网络、CNN...
张宝昌，杨万扣，林娜娜编著2016 年出版109 页ISBN：9787302428114
本书分为基础篇和高级篇。基础篇介绍机器学习的主要原理和方法、以及最近几年来的最新进展，包括机器学习的发展史、决策树学习、PAC模型、贝叶斯学习、支持向量机、AdaBoost、压缩感知、子空间、深度学习与...
王雪迎著2019 年出版342 页ISBN：9787302518945
本书从MADlib的基本概念入手，首先介绍MADlib的架构、支持的模型类型与功能，然后详细解析MADlib各种模型的具体用法。其中包括数据类型、矩阵分解、数据转换、数据统计、主成分分析、有监督学习、无监督学习、...
（新西兰）伊恩H.威腾，（新西兰）埃贝·弗兰克，（新西兰）马克A.霍尔等著2017 年出版622 页ISBN：7111565277
谢剑斌，兴军亮，张立宁，方宇强，李沛秦，刘通，闫玮，王勇，沈杰，张政，谭筠，胡俊编著2015 年出版239 页ISBN：9787302397922
本书详尽地介绍了K-Means、KNN学习、回归学习、决策树学习、andom Forest、贝叶斯学习、EM方法、AdaBoost、SVM方法、增强学习、流形学习、RBF学习、稀疏表示、字典学习、BP学习、CNN学习、RBM学习、深度学...
（美）亚历克斯·特列斯，（美）马克斯·帕普拉，（美）迈克尔·马洛赫拉瓦著；邵赛赛，阳卫清，唐明洁译2018 年出版229 页ISBN：9787111598466
本书采用理论与大量实例相结合的方式帮助开发人员掌握使用Spark进行分析和实现机器学习算法。通过这些示例和Spark在各种企业级系统中的应用，帮助读者解锁Spark机器学习算法的复杂性，通过数据分析产生有价值...
（日）杉山将（MASASHISUGIYAMA）著；谢宁，李柏杨，肖竹，罗宇轩等译2018 年出版338 页ISBN：9787111596790
本书对机器学习的关键知识点进行了全面讲解，帮助读者顺利完成从理论到实践的过渡。书中首先介绍用于描述机器学习算法的统计与概率的知识，接着详细分析机器学习技术的两类主要方法——生成方法和判别方法，最后...
