刘硕著2019 年出版208 页ISBN：9787302536505
本书讲解目前流行的机器学习算法，包括线性回归、Logistic回归、Softmax回归、朴素贝叶斯、决策树、支持向量机、K近邻、kmeans、PCA、人工神经网络。每个算法分为三部分讲解：1.数学模型理论推导2.基于numpy的...
（美）考瑞·莱斯米斯特尔著；陈光欣译2018 年出版291 页ISBN：9787115477781
机器学习是近年来的热门技术话题，R语言是处理其中大量数据的有力工具。本书为读者提供机器学习和R语言的坚实算法基础和业务基础，内容包括机器学习基本概念、线性回归、逻辑回归和判别分析、线性模型的高级选...
何海群著2018 年出版288 页ISBN：9787121352102
本书采用生动活泼的语言，从入门者的角度，讲解Python语言和sklearn模块库，内置的各种经典机器学习算法，结合实盘交易数据，分析在金融量化方面的应用。书中大量简单风趣的实际案例，让广大初学者，快速掌握机器学习在....
（印）拉结帝普·杜瓦，（印）曼普利特·辛格·古特拉，（南非）尼克·彭特里思著；蔡立宇，黄章帅，周济民译2018 年出版378 页ISBN：9787115497833
本书基于Spark 2.x全面修订，内容涵盖推荐系统、回归、聚类、降维等经典机器学习算法及其实际应用。相比上一版，本书新增了有关机器学习数学基础以及Spark ML Pipeline API 的章节，内容更加系统、全面、与时俱...
李鸥编著2019 年出版237 页ISBN：9787302522607
本书全面阐述了Tensorflow机器学习框架的原理、概念，详细讲解了线性回归、支持向量机、神经网络算法、无监督学习等常见的机器学习算法模型，并通过Tensorflow在图形识别、文本识别、语音识别等方面的成功实例...
段小手著2018 年出版275 页ISBN：9787302503231
本书内容涵盖了有监督学习、无监督学习、模型优化、自然语言处理等机器学习领域所必须掌握的知识，从内容结构上非常注重知识的实用性和可操作性。全书采用由浅入深、循序渐进的讲授方式，完全是遵循和尊重了初...
（印）阿布舍克·维贾亚瓦吉亚（Abhishek Vijayvargia）著2019 年出版270 页ISBN：9787115501356
这本书通过数学解释和编程例子描述了机器学习的概念。每一章的内容都是从技术的基本原理和基于真实数据集工作实例开始的。在应用算法的指导下，每种技术都有各自的优点和缺点。 本书提供了python中的代码示...
