下载
暂无已核验电子书资源;本站不展示未授权完整文件。
下载本书是机器学习领域的入门教材,从理论、抽象和设计三方面阐述了机器学习的理论基础、算法实现和具体应用技巧。 全书共 12 章,包括 Python 概述,Python 语言基础,基础数据结构,函数与模块,面向对象程序设计,NumPy 数据分析,数据可视化,基础算法分析与实现,机器学习概述,回归分析,分类算法,聚类算法。 本书既注重保持理论分析的严谨性,又注重机器学习算法的实用性,同时强调机器学习算法的思想和原理在计算机上的实现。 本书可作为高等职业院校人工智能相关专业的入门课程教材或教学参考书,也可以供从事机器学习应 用开发的技术人员参考。
《机器学习算法入门》内容简介与阅读建议,作者 马秦靖,科技技术。获取前建议核对作者、出版社、年份、ISBN、版本和正版渠道。相关主题:计算机网络、软硬件开发。
适合希望系统学习技术概念、实践方法、工具使用和行业知识的读者。
获取建议
优先确认版本和阅读目的;下载区只展示已核验的公版、授权、开放许可或官方试读资源。
暂无已核验电子书资源;本站不展示未授权完整文件。
下载优先选择作者、译者、出版社、出版年份和 ISBN 信息明确的版本;经典作品可优先选择校注、导读或权威出版社版本。
当前暂无已核验电子书资源。若是商业出版物,建议优先通过出版社、书店或官方电子书平台获取。
适合希望系统学习技术概念、实践方法、工具使用和行业知识的读者。
建议先看简介、目录、作者和相关书籍,再判断是否适合当前阶段阅读。
当前暂未接入已核验的纸质书购买链接,建议通过出版社、京东、当当等正版渠道核对版本后购买。
优先选择作者、译者、出版社、出版年份和 ISBN 信息清楚的版本;经典作品可优先选择校注、导读或权威出版社版本。
当前没有确认授权的电子书下载资源,也暂未接入已核验购买链接;商业出版物不提供未授权下载,建议通过出版社、京东、当当或官方电子书平台核对获取。
可以进入 马秦靖 作者页查看其他作品,也可以通过分类、标签、排行榜、人工推荐和“读完这本还可以读”继续发现相近主题。