当前位置:首页 > 名称

大约有9,000项符合查询结果项。(搜索耗时:0.0074秒)

为您推荐: 中国人民政治协商会议襄樊市樊城区委员会学习文史资料会 press中国人民政治协商会议襄樊市樊城区委员会学习和文史资料委员会 中国人民政治协商会议襄樊市樊城区委员会学习和文史资料委员会 中国人民政治协商会议襄樊市樊城区委员会学习文史资料委员会 press中国人民政治协商会议襄樊市樊城区委员会学习文史资料委员会 press温州市鹿城区政协学习文史委员会

  • 精通数据科学 从线性回归到深度学习

    唐亘著2018 年出版411 页ISBN:9787115479105

    本书是全面讲解了数据科学的相关知识,从数学统计学,讲到机器学习、深度学习中用到的算法及模型,借鉴经济学视角给出模型的相关解释,深入探讨模型的可用性,并结合大量的实际案例和代码帮助读者学以致用,将具体的.....

  • 大学生学习过程评价研究

    牛亏环著2018 年出版260 页ISBN:9787511552266

    本书稿主要围绕大学生学习过程评价的理念、指标体系、机制、方法、模型及应用展开论述,在介绍研究背景、价值意义、过程方法的基础上,梳理相关文献,形成“促进学生素质发展、促进多元智力发展、以自主性为主导...

  • Spark机器学习 核心技术与实践

    (美)亚历克斯·特列斯,(美)马克斯·帕普拉,(美)迈克尔·马洛赫拉瓦著;邵赛赛,阳卫清,唐明洁译2018 年出版229 页ISBN:9787111598466

    本书采用理论与大量实例相结合的方式帮助开发人员掌握使用Spark进行分析和实现机器学习算法。通过这些示例和Spark在各种企业级系统中的应用,帮助读者解锁Spark机器学习算法的复杂性,通过数据分析产生有价值...

  • 统计机器学习导论

    (日)杉山将(MASASHISUGIYAMA)著;谢宁,李柏杨,肖竹,罗宇轩等译2018 年出版338 页ISBN:9787111596790

    本书对机器学习的关键知识点进行了全面讲解,帮助读者顺利完成从理论到实践的过渡。书中首先介绍用于描述机器学习算法的统计与概率的知识,接着详细分析机器学习技术的两类主要方法——生成方法和判别方法,最后...

  • 概率统计学习指导与习题精解

    费锡仙,李逢高主编2018 年出版126 页ISBN:9787030597434

    与李子强、黄斌主编的《概率论与数理统计教程》(第四版)内容配套,全书分为8章,每章内容包括基本要求、重点与难点,常考题型与方法归纳,课后习题精解等三个栏目。与李子强、黄斌主编的《概率论与数理统计教程》......

  • 深度学习算法实践 基于Theano和TensorFlow

    闫涛,周琦编著2018 年出版570 页ISBN:9787121337932

    系统介绍深度学习算法发展情况,以Theano平台为基础,实现当前流行的深度学习算法,包括:卷积神经网络(CNN)、递归神经网络(RNN)、自动编码机(SdA)、受限波兹曼机(RBM)、深度信念网络(DBN),并以MNIST手写数字识别......

  • TensorFlow深度学习应用实践

    王晓华著2018 年出版458 页ISBN:9787302487951

    本书内容分为15章,包括Python类库的安装和使用、TensorFlow基本数据结构和使用、TensorFlow数据集的创建与读取、人工神经网络介绍、反馈神经网络的理论基础,深度学习模型的创建以及相关特性介绍等内容,并在本...

  • 日语多义词学习词典 形容词副词篇

    今井,新悟2018 年出版310 页ISBN:9787100149563

    日语中存在很多发音相同但意思迥异的多义词,如“あがる”,根据使用场合不同,分别有“向上移动”,“进入房间”,“雨、雪等停了”等不同的含义,形容词副词篇选取了常用的84个形容词副词。按照使用场合的不同分别.....

  • 概率论与数理统计学习指导

    徐宝树,梁宝珏主编2018 年出版226 页ISBN:9787560372877

    本书内容分为四大模块,内容提要、典型例题分析、习题精选以及习题详解。本书可以作为高等院校工科类、经济管理类本科生学习概率论与数理统计课程的辅导用书;对于准备报考硕士研究生的本科生而言,本书也是一本...

  • 素描完全自学手册动物视频学习

    灌木文化主编2018 年出版256 页ISBN:9787115492210

    本书为“素描完全学习手册”系列图书中的动物篇,共分为6章。第1章为素描基础,介绍了素描和绘制动物的基础知识。将动物按照种类区分后,第2~6章详细介绍家宠动物、陆地动物、海洋与极地动物、飞行动物和昆虫类...

学科分类
返回顶部