检索结果(列表显示) 点击切换之【表格方式显示】 【返回上一页】

  

  

搜索 TP181 获得约232条结果，以下是第1-10条。 (用时 00.818 秒)  



TP181/S519
  • 定性推理方法/石纯一，廖士中[编著.--清华大学出版社,2002
  • ISBN:7-302-05637-4
  • 内容摘要:定性推理是人工智能学科的一种推理方法，本书详细而系统地介绍了定性推理的发展历史及当前的主要研究方向，讨论了定性推理的基本方法，阐述了有关定性代数、定性仿真方法，定性因果推理和定性空间推理等。
  • 复本数:[1] 可外借数:[1] 已外借数:[0] 历史借阅次数:[0]
    •

TP181/A054
  • 机器学习导论/(土)Ethem Alpaydin著.--机械工业出版社,2009
  • ISBN:978-7-111-26524-5
  • 内容摘要:本书讨论了机器学习在统计学、模式识别、神经网络、人工智能、信号处理等不同领域的应用。
  • 复本数:[3] 可外借数:[3] 已外借数:[0] 历史借阅次数:[0]
    •

TP181/Z344
  • 机器学习的哲学探索/赵玉鹏著.--中央编译出版社,2013.01
  • ISBN:978-7-5117-1450-3
  • 内容摘要:本书主要是通过分析机器学习的研究前沿及其两大核心问题——“机器学习的可能实现路径”和“机器学习的发现功能”对这些问题展开讨论。
  • 复本数:[3] 可外借数:[3] 已外借数:[0] 历史借阅次数:[0]
    •

TP181/CXXX.1
  • 机器学习：实用案例解析/Drew Conway，John Myles White著.--机械工业出版社,2013
  • ISBN:978-7-111-41731-6
  • 内容摘要:本书比较全面系统地介绍了机器学习的方法和技术，不仅详细阐述了许多经典的学习方法，还讨论了一些有生命力的新理论、新方法。全书案例既有分类问题，也有回归问题；既包含监督学习，也涵盖无监督学习。本书讨论的案例从分类讲到回归，然后讨论了聚类、降维、最优化问题等。
  • 复本数:[2] 可外借数:[2] 已外借数:[0] 历史借阅次数:[2]
    •

TP181/L180
  • 模式识别中的核自适应学习及应用/李君宝等著.--电子工业出版社,2013
  • ISBN:978-7-121-21331-1
  • 内容摘要:本书以模式识别领域的重要前沿课题——核学习为研究对象，介绍了核自适应学习及在人脸识别、医学图像分类和三维碎片分类等方面的应用，主要包括基本原理、数学基础、参数选择、递归分析方法、函数构造方法等的典型应用。
  • 复本数:[3] 可外借数:[3] 已外借数:[0] 历史借阅次数:[2]
    •

TP181/O355
  • Mahout实战/(美)Sean Owen[等]著.--人民邮电出版社,2014
  • ISBN:978-7-115-34722-0
  • 内容摘要:本书全面介绍了基于Apache Mahout的机器学习技术，开篇从Mahout的故事讲起，接着分三部分探讨了推荐系统、聚类和分类，最后的附录涵盖JVM调优、Mahout 数学知识和相关资源。
  • 复本数:[2] 可外借数:[2] 已外借数:[0] 历史借阅次数:[0]
    •

TP181/H022
  • 机器学习实战/(美)Peter Harrington著.--人民邮电出版社,2013
  • ISBN:978-7-115-31795-7
  • 内容摘要:本书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效可复用的Python代码阐释如何处理统计数据，进行数据分析及可视化。
  • 复本数:[3] 可外借数:[3] 已外借数:[0] 历史借阅次数:[21]
    •

TP181/S144
  • 图解机器学习/(日)杉山将著.--人民邮电出版社,2015
  • ISBN:978-7-115-38802-5
  • 内容摘要: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。包括机器学习领域的概况；各种有监督的回归算法和分类算法；各种无监督学习算法；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，可以用来进行简单的测试。
  • 复本数:[2] 可外借数:[2] 已外借数:[0] 历史借阅次数:[19]
    •

TP181/Z435
  • 机器学习算法原理与编程实践/郑捷著.--电子工业出版社,2015
  • ISBN:978-7-121-27367-4
  • 内容摘要:本书内容分为两大主线：单个算法的原理讲解和机器学习理论的发展变迁。算法除包含传统的分类、聚类、预测等常用算法之外，还新增了深度学习、贝叶斯网、隐马尔科夫模型等内容。对于每个算法，均包括提出问题、解决策略、数学推导、编码实现、结果评估几部分。
  • 复本数:[1] 可外借数:[1] 已外借数:[0] 历史借阅次数:[2]
    •

TP181/G190
  • 机器学习及其应用.2015/高新波，张军平主编.--清华大学出版社,2015
  • ISBN:978-7-302-40659-4
  • 内容摘要:本书共分10章，内容分别涉及稀疏学习、众包数据中的隐类别分析、演化优化、深度学习、半监督支持向量机、差分隐私保护等技术，以及机器学习在图像质量评价、图像语义分割、多模态图像分析等方面的应用，此外，还介绍了新硬件寒武纪神经网络计算机的研究进展。
  • 复本数:[2] 可外借数:[2] 已外借数:[0] 历史借阅次数:[0]
    •