首页 登录/注册 编程语言 计算机基础 互联网 云计算&大数据 人工智能 设计 职场办公

注重体验与质量的电子书资源下载网站

logo
模板窝
标签名: 机器学习
Learning in Graphical Models (Adaptive Computation and Machine Learning)
出版日期: 1998-01

Learning in Graphical Models (Adaptive Computation and Machine Learning)

评分: 0.0
Statistical Pattern Recognition
出版日期: 2011-01

Statistical Pattern Recognition

评分: 0.0
零起点Python机器学习快速入门
出版日期: 2017-01

零起点Python机器学习快速入门

评分: 0.0
Machine Learning: An Algorithmic Perspective, Second Edition
出版日期: 2014-01

Machine Learning: An Algorithmic Perspective, Second Edition

评分: 0.0
Algorithms for Reinforcement Learning
出版日期: 2010-01

Algorithms for Reinforcement Learning

评分: 0.0
Learning from Data: Concepts, Theory, and Methods
出版日期: 2007-01

Learning from Data: Concepts, Theory, and Methods

评分: 0.0
机器学习及其应用2007
出版日期: 2007-01

机器学习及其应用2007

评分: 0.0
神经网络: A Classroom Approach
出版日期: 2006-01

神经网络: A Classroom Approach

评分: 0.0
Python数据科学与机器学习
出版日期: 2019-01

Python数据科学与机器学习

评分: 0.0
深入浅出数据科学
出版日期: 2018-01

深入浅出数据科学

评分: 0.0
数据战略: 如何从大数据、数据分析和万物互联中获利
出版日期: 2019-01

数据战略: 如何从大数据、数据分析和万物互联中获利

评分: 0.0
Number: The Language of Science
出版日期: 2007-01

Number: The Language of Science

评分: 0.0
Graph Theory With Applications
出版日期: 1976-01

Graph Theory With Applications

评分: 0.0
向量微积分、线性代数和微分形式: 向量微积分、线性代数和微分形式
出版日期: 2013-01

向量微积分、线性代数和微分形式: 向量微积分、线性代数和微分形式

评分: 0.0
MACHINE LEARNING
出版日期: 1997-01

MACHINE LEARNING

评分: 0.0
统计推荐系统
出版日期: 2019-01

统计推荐系统

评分: 0.0
推荐系统: 技术、评估及高效算法（原书第2版）
出版日期: 2018-01

推荐系统: 技术、评估及高效算法（原书第2版）

评分: 0.0
推荐系统(原理与实践)/计算机科学丛书
出版日期: 2018-01

推荐系统(原理与实践)/计算机科学丛书

评分: 0.0
Recommender Systems Handbook
出版日期: 2015-01

Recommender Systems Handbook

评分: 0.0
Decision Making Under Uncertainty: Theory and Application
出版日期: 2015-01

Decision Making Under Uncertainty: Theory and Application

评分: 0.0
医疗革命: 医学数据挖掘的理论与实践
出版日期: 2016-01

医疗革命: 医学数据挖掘的理论与实践

评分: 0.0
自然语言计算机形式分析的理论与方法(精)/当代科学技术基础理论与前沿问题研究丛书
出版日期: 2017-01

自然语言计算机形式分析的理论与方法(精)/当代科学技术基础理论与前沿问题研究丛书

评分: 0.0
智能Web算法（第2版）
出版日期: 2017-01

智能Web算法（第2版）

评分: 0.0
从机器学习到深度学习: 基于scikit-learn与TensorFlow的高效开发实战
出版日期: 2019-01

从机器学习到深度学习: 基于scikit-learn与TensorFlow的高效开发实战

评分: 0.0