机器学习的主要目的是从有限的数据中学习到知识。而知识的基本单元是概念。借助于概念，人类可以在繁复的思...
2017.
机器学习模型不能给出准确结果的原因有很多。从设计的角度来审视这些系统，我们能够深入理解其底层算法和可...
2017.5
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...
2017.6
本书通过8章内容，由浅入深地介绍了机器学习、数据处理、数据再加工、数据分析、回归分析、数据分类、模型...
2017.6
本书对所有主要的机器学习方法和最新研究趋势进行了深入探索，涵盖概率和确定性方法以及贝叶斯推断方法。其...
2017.4
本书围绕实际数据分析的流程展开，着重介绍数据探索、数据预处理和常用的机器学习算法模型。本书从解决实际...
2017.3
本书是一本讲解数据科学和机器智能的实用指南，它旨在帮助读者构建和部署预测模型。本书还提供了对Microsof...
2017.8
本书主要是分享作者多年来的机器学习算法商业化实践经验。分别从机器学习的发展历程、算法理论、平台工具、...
2017.7
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...
2018.1
本书以综述的形式介绍机器学习领域的研究进展，内容涉及到稀疏学习、贝叶斯学习、演化学习、深度学习和半监...
2017.