机器学习与人工智能.pdf
本书涵盖了与人工智能相关的机器学习核心方法，包括深度卷积神经网络、循环神经网络、生成对抗网络、蒙特卡罗树搜索、强化学习。本书也包括一些应用非常广泛的机器学习方法，例如，支持向量机、决策树和随机森林、隐马尔可夫模型、聚类与自组织映射。本书还包含一些重要的大数据分析方法，如主成分分析
机器学习
机器学习中的基本算法.pdf
本书共八章.第1章和第2章简要介绍了机器学习的基本概念、研究内容、算法体系，以及相关的优化理论与优化算法.第3章和第4章详细介绍了几类作为分类器和回归器的支持向量机算法，包括算法出发点、建模思想、理论推导和算法在数据分类、识别、拟合、预测等方面的应用.第5章和第6章着重介绍了两类
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
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
基于机器学习的轴承智能健康预警与故障预测.pdf
本书为数据驱动的轴承智能化故障检测、故障诊断和剩余寿命预测提供了较为完整的机器学习解决方案。第1 章介绍了轴承健康预警与故障预测的意义、发展趋势、国内外研究现状和关键挑战；第2 章介绍了常用的机器学习理论基础；第3～5 章介绍了故障诊断方法，分别采用深度学习、不均衡分类、结构化学
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
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
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。
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