机器学习及其应用 - 第3页

统计学习是计算机及其应用领域的一门重要的学科。本书全面系统地介绍了统计学习的主要方法，特别是监督学习方法，包括感知机、K近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM...

...机器学习项目清单、SVM 对偶问题、自动微分和特殊数据结构等。无论你是数据科学初学者、AI 开发工程师，还是希望巩固实战能力的研究人员，本书都是学习现代机器学习技术与工具不可或缺的参考资料，是连接理论与应用...

...章介绍两种早期的深度学习模型：玻尔兹曼机和深度信念网络。第13章介绍深度生成模型：变分自编码器和对抗生成网络。第14章介绍了深度强化学习的知识。第15章介绍了应用十分广泛的序列生成...

本书全面、系统地探讨科学计算的背景、机器学习的重要性以及昇思 MindSpore 框架在科学计算中的广泛应用。科学计算作为一门交叉学科，融合了数学、计算机科学与技术等领域的专业知识，在现代科学研究和工程实践中起着关键作用。 本书...

...文件读写、云端部署、机器学习等，可以实现舆情监控、智能投顾、量化金融、大数据风控、金融反欺诈模型等多种金融应用。无论是编程知识还是金融相关知识，本书都力求从易到难、循序渐进地讲解，并辅以商业实战案例...

...数据可视化等内容。同时，本书还介绍了信号处理与时间序列、应用数据库、分析文本数据与社交媒体、预测性分析与机器学习、Python 生态系统的外部环境和云计算、性能优化及分析、并发性等内容。在本书的最后，还采用 3 个附录...

...语言的内容也升级至最新标准。第12章新增了Python机器学习的内容，让初学者能够轻松体验人工智能的乐趣。附录也增加了对Python语言的介绍。本书图文并茂，通俗易懂，非常适合计算机爱好者及相关从业人员阅读。