诸葛越，葫芦娃2018 年出版397 页ISBN：9787115487360
本书收集了超过100道机器学习的题目，这些题目大部分在近年算法工程师的笔试、面试中出现过，作者试图从实际应用出发，给出详细的解答，打通从理论到应用的障碍。书中还讲述了很多算法背后的小故事，增加读者对问题...
（美）乌黛·卡马特，（美）克里希纳·肖佩拉著；陈瑶，陈峰，刘江一等译2018 年出版324 页ISBN：9787111609193
本书涵盖了机器学习中的经典技术，如分类、聚类、降维、离群值检测、半监督学习和主动学习。同时介绍了近期高深的主题，包括流数据学习、深度学习以及大数据学习的挑战。每一章指定一个主题，包括通过案例研究，介...
李凡长等编2013 年出版358 页ISBN：9787312031601
从历史经验看，研究机器学习应该以“认知科学为基础、数学方法为手段、可计算理论为标准、分析数据规律为目标、计机机技术为实现途径，沿着这样的路径，构建机器学习的理论、技术、方法、应用体系”。因此，本书以...
（黎）玛丽特阿瓦德，（美）拉胡尔肯纳著；李川，林旺群，郭际香，李征译2017 年出版238 页ISBN：9787111567165
本书共11章，将高效机器学习的理论、设计原则以及实际应用有机结合，深入探讨了机器学习的主要课题，包括知识发现、分类、遗传算法、神经网络、内核方法和生物启发技术等。读者可从中了解机器学习技术可以解决的...
史春奇，卜晶祎，施智平著2019 年出版185 页ISBN：9787302517184
针对机器学习领域中最常见的一类问题——有监督学习，本书从入门、进阶、深化三个层面由浅入深地对该问题进行了讲解。三个层面包括基础入门算法层面、有监督学习的核心理论层面、理论背后的数学原理层面。基...
（巴西）迪亚戈·克里斯蒂亚诺·席尔瓦，赵亮著2018 年出版248 页ISBN：9787111611493
本书将机器学习和复杂网络这两个重要的研究方向结合起来，不仅包括必备的基础知识，还涵盖新近的研究成果。书中首先介绍机器学习和复杂网络的基本概念，然后描述基于网络的机器学习技术，最后对监督学习、无监督学...
（美）亨里克·布林克（Henrik Brink），（美）约瑟夫W.理查兹（Joseph W.Richards），（美）马克·弗特罗夫（Mark Fetherolf）著2017 年出版207 页ISBN：9787111569220
本书介绍了实用机器学习的工作流程，主要是从实用角度进行描述，没有数学公式和推导。涵盖了数据收集与处理、模型构建、评价和优化，特征的识别、提取和选择技术，高级特征工程，数据可视化技术，以及模型的部署和安.....
（美）亚历克斯·科兹洛夫（AlexKozlov）著2017 年出版204 页ISBN：9787111572152
本书用了10章来介绍怎么使用Scala在Spark平台上实现机器学习算法，其中Scala的版本为2.11.7，Spark采用基于Hadoop 2.6的版本，这些都是比较新的版本。本书从数据分析师怎么开始数据分析入手，介绍了数据驱动过程和...
邓磊，关佶红著2018 年出版163 页ISBN：9787560878317
本文采用机器学习的方法，研究了蛋白质相互作用和功能预测的几个重要方面：蛋白质相互作用位点预测、蛋白质相互作用能量热点（Hot Spots）预测、蛋白质相互作用预测和蛋白质功能预测。提出了一系列的蛋白质相互作...
汤俊著2007 年出版185 页ISBN：7560325084
本书内容是利用机器学习理论和技术，结合系统复杂性理论和方法，以海量和复杂的金融交易数据中学习和识别客户金融交易的行为模式，从而发现那些明显偏离正常行为的范式的所谓离群模式，通过简法的判别算法，实现对涉...
