机器学习技术与应用教程 史巧硕,毕晓博,李林昊 主编.pdf
本书内容涵盖机器学习基础知识的各个方面。全书分为10章。第1～3章介绍机器学习的基础知识和数学基础；第4～8章介绍常用的有监督学习算法；第9章介绍常见的无监督学习算法，讨论聚类算法和PCA降维算法的相关知识；第10章介绍关联算法，并对Apriori算法、FP-growth算法的原
机器学习
机器学习与边缘人工智能实验.pdf
本书共14章，涵盖了深度学习中的大部分学习网络方法。第1～2章介绍开发环境软件安装和深度学习相关的软件包，第3～4章是鸢尾花多分类全连接神经网络识别案例与实现，第5～6章是MINIST手写数字识别案例，第7章是Fashion MNIST服装识别案例，可以加深对卷积神经网络的认识，第8章介绍CIFAR-10数据集彩色图片识别案例，第9章介绍循环卷积神经网络并通过字母预测实现，第10章是Embeddi
基于机器学习的远程医疗服务质量研究.pdf
本书共10章，较为全面地分析了大数据时代远程医疗服务质量测评的关键问题，其中第1章概述了远程医疗服务质量测评的研究背景、研究意义、国内外研究现状等；第2章介绍了远程医疗的相关概念界定和主要技术等基础理论；第3章基于管理学视角对远程医疗的服务价值进行了分析；第4章对我国远程医疗服务
漫画机器学习.pdf
本书以漫画形式讲解机器学习的基本概念和关键知识点，尽可能通俗易懂地讲解回归、分类、结果评价、深度学习、集成学习、无监督学习等的原理。本书内容基于大学一年级的数学知识，着眼于主人公们学习和工作中遇到的问题，探究机器学习解决方案。
Hadoop/Spark大数据机器学习.pdf
人类已进入大数据时代。大数据是指具有海量（volume）、多模态（variety）、变化速度快（velocity）、蕴含价值高（value）和不精确性高（veracity）“5V”特征的数据。大数据给传统的机器学习带来巨大的挑战，已引起学术界和工业界的高度关注。Hadoop和Sp
机器学习算法（MATLAB版）.pdf
本书是机器学习领域的入门教材，详细阐述了机器学习的基本理论和方法。全书由15章组成，包括机器学习概论、数学基础知识、线性模型与逻辑斯谛回归、支持向量机、人工神经网络、决策树算法、贝叶斯算法、k近邻算法、数据降维算法、聚类算法、高斯混合模型与EM算法、集成学习算法、最大熵算法、概率
基于机器学习的物体自动理解技术.pdf
本书用丰富的图示和实验，将物体的自动理解技术和机器学习的理论相结合，以实现物体的自动理解技术为主线，以机器学习的理论作为主要方法，结合实例逐步深入地介绍了机器学习相关理论。主要内容包括特征提取、三维网格分割、三维场景重建、三维模型功能性分析等，涵盖了目前常用的主流的各种学习方法。
高斯过程机器学习及其工程应用.pdf
本书首先较为系统全面地介绍了高斯过程回归、高斯过程分类的基本理论及实现方法，通过丰富的算例和公开的源程序代码，读者可很容易地理解高斯过程原理并将其应用于自己的研究领域；然后，通过丰富的工程应用实例，将高斯过程机器学习方法应用于土木水利工程中边坡变形非线性时间序列预测、地下工程岩体
机器人操作的机器学习理论——从拟人操作到技巧迁移.pdf
本书从机械臂的拟人化操作机理、运动规划与任务规划、技巧迁移方法及双臂协调操作等方面系统性地阐述了机器人拟人化操作的机器学习理论与关键技术，主要内容包括：基于人臂三角形的拟人化操作基础，拟人化操作运动学，拟人化操作的运动规划与任务规划方法，基于全局避障地图的拟人臂避障方法，基于肌肉