深度学习是电子信息科学与人工智能技术的关键支系行业.这书做为该行业的新手入门教材内容，在內容上尽量包含深度学习基本知识的各层面.全书共16章，大概分成3个一部分：第1一部分（第1～3章）详细的介绍深度学习的基本知识；第2一部分（第4～10章）探讨某些經典而常见的深度学习方式（决策树、神经元网络、支持向量机、贝叶斯分类器、集成化学习培训、聚类分析法、降维与量度学习培训）；第3一部分（第11～16章）为升阶专业相关知识，內容涉及到数据预处理与稀少学习培训、测算学习理论、半监督学习、几率图实体模型、规则学习及其增强学习等.每章都附带练习题并详细的介绍了相关阅读原材料，便于有兴趣爱好的用户深化刻苦钻研探寻。

　　这书可做为高等学校电子计算机、自动化技术及有关技术专业的本科毕业或硕士研究生教材内容，也能够对深度学习很感兴趣的科学研究工作人员和工程建设项目专业方面技术人员阅读文章参照。

　　周志华，南京大学计算机专业专家教授，ACM优秀生物学家，IEEEFellow,IAPRFellow,IET/IEEFellow,中国计算机学会会士。國家杰出青年科学基金获奖者、长江学者教授。依次出任多种多样SCI(E)刊物实行总编、副主编、副编写、编委等。中国计算机学会人工智能技术与模式识别技术专业联合会负责人，中国人工智能学好深度学习技术专业联合会负责人，IEEE测算智能化学好数据挖掘算法联合会副书记。

　　全书共16章, 大体上可分为3个部分：第1部分包括第1~3章, 介绍机器学习基础知识; 第2部分包括第4~10章, 介绍一些经典而常用的机器学习方法; 第3部分包括第11~16章, 介绍一些进阶知识. 前3章之外的后续各章均相对独立, 读者可通过你自己的兴趣和时间情况选择使用. 根据课时情况, 一个学期的本科生课程可考虑讲授前9章或前10章; 研究生课程则不妨使用全书.

　　大话Python机器学习，是一本以Python为主要工具的中文高清PDF电子书，涵盖了丰富的内容和实例，适合初学的人和有一定编程基础的读者。通过简洁明了的语言和图例讲解，本书详细的介绍了Python机器学习的基本概念和常用方法，帮助读者深入理解并运用Python进行机器学习。无论您是想要进入机器学习领域，还是提升现有的数据分析能力，本书都是您的不二选择。

　　编辑推荐 当今组织创建的分析和机器学习(ML)模型超过一半从未投入生产。机器学习运营化的一些挑战和障碍是技术性的，但其他则是组织性的。无论采取哪一种方式解决实际问题，底线是未投入生产的模型不会影响业务。 本书介绍了MLOps的关键概念，以帮助数据科学家和应用工程师操作ML模型来驱动真正的业务变化，并跟着时间的推移维护和改进这些模型。以全球众多MLOps应用课程为基础，9位机器学习专家深入探讨了模型生命周期的五个阶段开发、预生产、部

　　编辑推荐 1.本书作者为华为大学特聘讲师，专注于数据分析、机器学习、深度学习方面，实战经验比较丰富，更能从实际的需求出发，编写出适合读者的实用书。 2.本书涉及数据分析、机器学习、深度学习的相关知识。 3.本书含有详细的代码案例，帮助读者快速上手，进行项目开发。 4.本书内容丰富，流程完整，案例丰富，实操性强。 内容简介 本书基于Python语言，较为地讲解了数据分析、机器学习、深度学习的相关知识，涵盖统计学基础、Python基础、Python面

　　内容简介 《机器学习》展示了机器学习中核心的算法和理论，并阐明了算法的运行过程。《机器学习》综合了许多的研究成果，例如统计学、人工智能、哲学、信息论、生物学、认知科学、计算复杂性和控制论等，并以此来理解问题的背景、算法和其中的隐含假定。《机器学习》可作为计算机专业本科生、研究生教材，也可作为相关领域研究人员、教师的参考书。 目录 译者序 前言 第1章引言 第2章概念学习和一般到特殊序 第3章决策树学习 第4章人工神

　　《 机器学习在量化投资中的应用研究 》是国内少有的研究机器学习在量化投资中应用的专著。主要运用多层感知器神经网络、广义自回归神经网络、模糊神经网络与支持向量机对证券时间序列进行回归分析。特别是在支持向量机框架下构造了小波、流形小波与样条小波三种核函数，并在此基础上建立了股指收益与波动预测两类新的量化投资模型。与经典高斯核相比，具备多分辨分析特性的新模型能较好地捕捉曲线性状，各预测指标在模拟数据与真实数

　　内容简介 本书用丰富的图示，从最小二乘法出发，对基于最小二乘法实现的各种机器学习算法进行了详细的介绍。第Ⅰ部分介绍了机器学习领域的概况；第Ⅱ部分和第Ⅲ部分分别介绍了各种有监督的回归算法和分类算法；第Ⅳ部分介绍了各种无监督学习算法；第Ⅴ部分介绍了机器学习领域中的新兴算法。书中大部分算法都有相应的MATLAB程序源代码，可拿来进行简单的测试。 本书适合所有对机器学习有兴趣的初学者阅读。 187张图解轻松入门 提供可执行

　　《 跟着迪哥学Python:数据分析与机器学习实战 》结合了机器学习、数据分析和Python语言，通过案例以通俗易懂的方式讲解了如何将算法应用到实际任务。 全书共20章，大致分为4个部分。*部分介绍了Python的工具包，包括科学计算库Numpy、数据分析库Pandas、可视化库Matplotlib；第2部分讲解了机器学习中的经典算法，例如回归算法、决策树、集成算法、支持向量机、聚类算法等；第3部分介绍了深度学习中的常用算法，包括神经网络、卷积神经网络、递归神经网

　　《机器学习算法原理与编程实践》为跨界学者提供了通往机器学习世界的桥梁，融合理论与实践，适合不一样的层次读者，掌握未来科技的钥匙，即刻下载电子版或选购纸质书籍，开启您的智能编程之旅。

　　包含Python机器学习实践指南、TensorFlow机器学习项目实战、TensorFlow技术解析与实战共三套，本书适合Python程序员、数据分析人员、对算法感兴趣的读者

　　这本电子书《python机器学习：Scikit-learn使用手册》是一本专注于介绍怎么样去使用Python编程语言和Scikit-learn库进行机器学习的实用手册。无论你是初学者还是有一定经验的开发者，本书都将帮助你掌握Python编程以及Scikit-learn库的使用。拥有原书高清的资源，让你更轻松地学习和应用机器学习算法。无论你是想要从头开始有效学习机器学习，还是想要扩展现有的知识，本书都将成为你学习的有力工具。

　　这本PDF电子书以深入浅出的方式介绍Python机器学习的基本概念和实践技巧，通过清晰易懂的语言，读者将学习到怎么样去使用Python编程语言进行机器学习，以及掌握机器学习中常用的算法和技术，完整超清的示例代码和实践项目将帮助读者更好地理解和应用所学知识，无论你是机器学习的初学者还是有一些经验的专业技术人员，这本电子书都会为你提供有价值的学习资源。

　　本PDF电子书是关于Python机器学习的全面指南，帮助读者掌握Python编程语言和机器学习的基本知识。这中间还包括Python语言的基础教程和机器学习算法的详细解析，配合丰富的示例和实践项目，让读者能够灵活应用Python语言进行数据处理、模型训练和预测分析。无论是初学者还是有一定经验的开发者，都能从这本中文高清电子书中获得深入的学习和实践经验。

　　《数据挖掘与机器学习：WEKA应用技术与实践(第二版)》是一本关于数据挖掘和机器学习应用技术的实用指南。通过详细解释WEKA工具的使用方法和案例研究，本书可以帮助读者清晰地理解数据挖掘和机器学习的基本概念和原理，同时提供了丰富的实例和实践经验，使读者能够完整地掌握WEKA应用技术。

　　机器学习是AI研究领域中的一个非常非常重要的方向。在现今大数据时代的背景下，捕获数据并从中萃取有价值的信息或模式，使得这一过去为分析师与数学家所专属的研究领域越来越为人们