图书

  • 算法图解

    Aditya Bhargava   袁国忠   译

    【主要内容】 本书示例丰富,图文并茂,以简明易懂的方式阐释了算法,旨在帮助程序员在日常项目中更好地利用算...

  • R语言与数据分析实战

    徐珉久   武传海   译

    R语言是面向统计和机器学习的编程语言,本书以R语言的“编程属性”为中心,介绍了熟练使用R语言的方法和关于数据可...

  • 走近2050:注意力、互联网与人工智能

    随着人工智能程序AlphaGo以4:1的大比分战胜人类围棋世界冠军李世石,机器将征服人类的担忧正在甚嚣尘上。《...

  • 机器学习

    Peter Flach   段菲   译

    被誉为内容最全面的机器学习教材,Machine Learning期刊主编力作 “本书写作思路清楚,逻...

  • Spark机器学习

    Nick Pentreath   蔡立宇   黄章帅   周济民   译

    本书介绍了Spark的基础知识,从利用Spark API来载入和处理数据,到将数据作为多种机器学习模型的输入。...

  • 机器学习实践:测试驱动的开发方法

    Matthew Kirk   段菲   译

    本书介绍在开发机器学习算法时如何运用测试驱动的方法,捕捉可能扰乱正常分析的错误。这本实践指南从测试驱动开发和机...

  • 科学的极致:漫谈人工智能

    内容简介: 本书由集智俱乐部成员共同创作而成,全面介绍了人工智能的历史及其在各个领域的发展及应用。不仅涵...

  • 图解机器学习

    杉山将   许永伟   译

    <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。第...

  • 码农·如何成为一位数据科学家(第17期)

    图灵社区出品  

    数据科学家每天的工作流程是什么?数据科学的学习路径是什么?在本期《码农》中,你将听到来自数据科学家们的回答。除...

  • 数据科学实战

    Rachel Schutt   Cathy O'Neil   冯凌秉   王群锋   译

    本书脱胎于哥伦比亚大学“数据科学导论”课程的教学讲义,它界定了数据科学的研究范畴,是一本注重人文精神,多角度、...

  • 机器学习系统设计

    Willi Richert   Luis Pedro Coelho   刘峰   译

    如今,机器学习正在互联网上下掀起热潮,而Python则是非常适合开发机器学习系统的一门优秀语言。作为动态语言,...

  • Mahout实战

    Sean Owen   Robin Anil   Ted Dunning   Ellen Friedman   王斌   韩冀中   万吉   译

    通过收集数据来学习和演进的计算机系统威力无穷。Mahout作为Apache的开源机器学习项目,把推荐系统、分类...

  • 推荐系统

    Dietmar Jannach   Markus Zanker   Alexander Felfernig   Gerhard Friedrich   蒋凡   译

    本书全面阐述了开发最新水平推荐系统的方法,其中呈现了许多经典算法,并讨论了如何衡量推荐系统的有效性。书中内容包...

  • 机器学习实战

    Peter Harrington   李锐   李鹏   曲亚东   王斌   译

    机器学习是人工智能研究领域中一个极其重要的研究方向,在现今的大数据时代背景下,捕获数据并从中萃取有价值的信息或...

  • 数据思维:你必须了解的机器学习和数据分析

    Thomas Nadeau D.   Foster Provost   Tom Fawcett   Ken Gray  

    该书引入数据科学的基本原则,并引导您通过“数据分析思维”从收集的数据中提取有用的知识和业务价值。本指南还可以帮...

  • 数据挖掘与分析

    Vijay Kotu  

    本书以开源数据分析工具RapidMiner为工具深入浅出介绍数据挖掘相关概念和利用各种技术进行数据预测分析的具...

  • 统计学习

    Trevor Hastie   Robert Tibshirani   Martin Wainwright  

    本书全面系统地介绍了统计学习的主要方法,重点是基于稀疏的统计方法,这是目前机器学习和大数据处理的重要方法。具体...

  • 精通机器学习:基于R语言

    Cory Lesmeister  

    Gain deep insights to learn the applications of machine...

  • 深度学习

    麻生英樹   安田宗樹   前田新一   岡野原大輔   岡谷貴之   久保陽太郎   ボレガラ ダヌシカ   许永伟   译

    本书全面讲述了什么是深度学习、深度学习的研究现状以及今后的课题。全书分为“基础篇”和“应用篇”,基础篇中介绍了...

  • Python机器学习经典实例

    Prateek Joshi  

    Understand which algorithms to use in a given context w...

文章

  • 模拟的我 推荐

    《Pattern Recognition and Machine Learning》第一章1. INTRODUCTION

    寻找数据中的模式的问题是一个根本之一,有着悠久而 成功的历史。第谷的情况下,大量的天文观测 布拉赫在16世纪使开普勒发现的经验性规律 行星运动,从而提供了一个跳板,经典力学的发展。同样,在原子光谱规律的发现起到了 在二十世纪早期的开发和验证量子物理学的关键作用。模式识别的领域是…...

  • 行走在时光中 推荐

    2.2:示例,使用k邻近算法改进约会网站的配对效果 之一

    首先是看程序,自行添加注释: # 程序清单2-2 将文本记录到转换NumPy的解析程序. def file2matrix(filename): fr = open(filename)# 打开文档 arrayOLines = fr.readlines()# 读取并返回文档中行的列…...

  • jintsf 推荐

    打算翻译一本机器学习的书

    原书由Mehryar Mohri,Afshin Rostamizadeh,Ameet Talwalkar合著,2012年由MIT出版,共四百多页。 ![enter image description here][1] 本书的特点是较全面地介绍了机器学习各子领域的基础知识,且数学…...

  • 开发者头条 推荐

    《Google 安全白皮书》2017 中文版【2.21 热门分享回顾】

    这是一份昨天在开发者头条上最受大家欢迎的优质文章列表,头条君每日清晨为您送达,不见不散! 昨日最佳 Top 3: 《Google 安全白皮书》2017 中文版 [一周 IT 技术干货(码农周刊第 154 期)]( … ...

  • 开发者头条 推荐

    算法学习笔记【3.28 热门分享回顾】

    这是一份昨天在开发者头条上最受大家欢迎的优质文章列表,头条君每日清晨为您送达,不见不散! 昨日最佳 Top 3: 算法学习笔记 [[译] 15 个有趣的 JS 和 CSS 库(2017 年 3 月)](https:/… ...

  • 壹佰案例 推荐

    倪江利:魅族推荐平台的架构演进之路

    摘要:魅族拥有超大规模的用户量及海量数据,魅族推荐平台实现了在海量的数据中对算法模型进行在线及离线训练,在高并发的场景下实时进行预测为用户推荐更感兴趣的信息。同时支撑多算法组合A/B测试,以供算法进行在线实验,并能在线进行动态机器资源分配以达到资源的最大化利用。 魅族整个产品…...

  • 章政兴 推荐

    机器学习:计算机学习能力的力量和希望(一)

    **概述** … ...

  • 钱亦欣 1推荐

    【译文】R语言中的离群值检测和处理

    【译文】R语言中的离群值检测和处理 作者Selva Prabhakaran 译者 钱亦欣 数据中的离群值往往会扭曲预测结果并影响模型精度,回归模型中离群值的影响尤其大,因此我们需要对其进行检测和处理。 离群值检测的重要性 处理离群值或者极端值并不是数据建模的必要流程,…...

  • 刘敏ituring 1推荐

    机器学习

    ...

  • 子华 1推荐

    R语言中的情感分析与机器学习

    利用机器学习可以很方便的做情感分析。本篇文章将介绍在R语言中如何利用机器学习方法来做情感分析。在R语言中,由Timothy P.Jurka开发的情感分析以及更一般的文本挖掘包已经得到了很好的发展。你可以查看下sentiment包以及梦幻般的RTextTools包。实际上,Tim…...

  • 行走在时光中 1推荐

    2.1 k邻近算法之二

    如何对一件事物归类?事物会表现出一定的特征,根据特征可以作为分类依据.如何根据特征来分类?事物可能拥有众多特征,特征上既有质的不同,也有量的区别.假设按照特征做一定排列,然后以特征的多寡作为加权值,即以[A,B,C]这种形式来表示事物.其中A,表示该事物在第一个特征上的估值为A…...

  • 行走在时光中 2推荐

    2016读书计划

    方向: 如何实现一个更加美好的社会? 从人剥削人的社会变成一个足够公平的社会从实践上已经失败,从理论上已经被许多人摒弃. 或许存在另一条路,从人剥削人走向人剥削机器.通过剥削机器,产生物资的富足.物资的富足产生某些物资免费的可能. 因此,可以学习人工智能.人工智能可以使得机…...

  • 杨文轩 2推荐

    【译(英)】使用AdWords Scripts和Google Prediction API进行机器学习

    说明:原文链接:Machine Learning With AdWords Scripts And Google Prediction API 使用AdWords Scripts和Googl… ...

  • OneAPM官方技术博客 2推荐

    机器学习在 IT 运维管理中的必要性!

    机器学习技术在监控工具中的应用已经成为 IT 运维与 DevOps 团队的一大热点话题。尽管相关的使用案例很多,对 IT 团队而已真正的「杀手级应用」是机器学习如何提高实时事件管理能力,从而帮助较大规模的企业提高服务质量。对此,关键在于在用户发现问题之前提早探测异常,进而减少生…...

  • 钱亦欣 2推荐

    【译文】R语言不平衡数据分类指南

    【译文】R语言不平衡数据分类指南 作者 MANISH SARASWAT 译者 钱亦欣 引言 目前我们发展出了不少机器学习算法来对数据建模,基于数据进行一些预测已经不再是难事。不论我们建立的是回归或是分类模型,只要我们选择了合适的算法,总能得到比较精确的结果。然而,世事并…...

  • 2gua 2推荐

    《统计思维》 - 习题1.3练习

    开始做《统计思维》的练习题,貌似作者为写本书,自己开发了很多Python基础库,你得对这些代码有一定了解,所以,这本书的学习还是有一定挑战度的,不会Python,至少来说你的练习就做不下去了,咳,幸好我也是Pythonic,只是很久不用了就是...... 习题1.3共四小点作…...

  • 盼盼姐 2推荐

    [英]《机器学习实战》作者Peter Harrington:如何成为一位数据科学家(图灵访谈)

    … ...

  • 钱亦欣 2推荐

    【译文】2016年度Analytics Vidhya上最火爆的36篇文章和资源

    作者 KUNAL JAIN 译者 钱亦欣 引言 时光犹如白驹过隙,又到一年末尾,该做点总结了。(译者注:原文有大量抒情文字,我懒得翻译了。。。) 这篇文章总结了16年度本网站上最火的资源,我们把它们分成了指南,短文,职业文和技能测试四个板块以方便阅读。 如果你是个新人…...

  • 花溪紫姬 3推荐

    人工智能,其实离我们还比较遥远!

    之所以这么说,是因为这两天我一直在看这部分的内容。 一本书《走近2050——注意力、互联网、人工智能》,另一个,便是看了王垠博士的博客,他里面也有关于人工智能的观点。 ![enter image description here][1] 这两种观点是大不相同,但是经我比较…...

  • 钱亦欣 3推荐

    【译文】特征选择方法导论(如何选取合适的变量)

    【译文】特征选择方法导论(如何选取合适的变量) 作者 SAURAV KAUSHIK 译者 钱亦欣 引言 我时常以参加竞赛的方式来磨练自己的机器学习技能,它能让你更清楚地了解自己的水平。一开始,我以为算法就是机器学习的一切,知道采用哪种模型就能走上人生巅峰。但后来我发觉自…...