概率机器学习 从概率建模和统计推断的角度系统介绍机器学习的基本概念、经典算法及前沿进展。
PyTorch高级机器学习实战 详解监督学习、无监督学习、概率图模型、核方法和强化学习等多种高级机器学习算法；所有算法均由PyTorch框架实现，配备实战环节讲解，涵盖了点击率预估、变分推断、高斯过程
机器学习之数学基础：概率统计与算法应用 前华为AI算法工程师及微软资深科学家，拥有10年机器学习经验，为你深度解读机器学习背后的数学原理。
数据挖掘与分析 概念与算法 数据挖掘与分析入门书 讲解了数据挖掘概念与技术 专注于数据挖掘与分析的基本概念和算法 融合机器学习 统计学等相关学科知识 涵盖频繁模式挖掘 聚类 分类等经典算法
工业元宇宙 本书覆盖了元宇宙基础概念理解、工业元宇宙关键要素组成、发展阶段研判、技术体系、应用案例和前景展望等内容，系统阐述了工业元宇宙的内涵和外延。
贝叶斯推理与机器学习 以图模型为切入点，用统一的框架讲解从基本推断到高阶算法的知识，适合想要学习机器学习中概率方法的读者
小学数学教学基本概念解读 吴正宪老师和其团队核心队员一起，组织吴正宪小学数学教师工作站的相关队员，紧扣2011版数学课标的精神，结合大量的教学实践，对小学数学教学中的一百余个基本概念进行了案例式的生动解读
因果推断：基于图模型分析 通过案例分析介绍因果推断的基本概念和基本方法，为便于读者自学，给出必要的推导、证明和说明。
计算机系统:核心概念及软硬件实现(原书第5版) 南京大学袁春风教授推荐，美国高校采用七层结构讲解计算机系统的核心概念及软硬件实现方法的教材。
利用Python实现概率、统计及机器学习方法（原书第2版） 涵盖概率论、统计学和机器学习领域的关键思想，阐释如何基于Python模拟、概念化和可视化随机统计过程
想在此显示您的商品？
商家入驻