（意）朱塞佩·博纳科尔索（Giuseppe Bonaccorso）著2019 年出版508 页ISBN：9787564182915
机器学习因运用大数据实现强大且快速的预测而大受欢迎。然而，其强大的输出背后，真正力量来自复杂的算法，涉及大量的统计分析，以大数据作为驱动而产生实质性的洞察力。这本第2版的机器学习算法引导您取得与机器...
许铁编著2018 年出版184 页ISBN：9787121344107
现实生活中预测的根本难题在于无处不在的复杂性，比如股市、自然灾害、长久的天气预测，都很难做到精准。复杂系统帮助我们理解复杂性产生的根源，而机器学习让我们利用数据最大可能的预测和掌控复杂。本书内容涉...
诸葛越，葫芦娃2018 年出版397 页ISBN：9787115487360
本书收集了超过100道机器学习的题目，这些题目大部分在近年算法工程师的笔试、面试中出现过，作者试图从实际应用出发，给出详细的解答，打通从理论到应用的障碍。书中还讲述了很多算法背后的小故事，增加读者对问题...
（美）乌黛·卡马特，（美）克里希纳·肖佩拉著；陈瑶，陈峰，刘江一等译2018 年出版324 页ISBN：9787111609193
本书涵盖了机器学习中的经典技术，如分类、聚类、降维、离群值检测、半监督学习和主动学习。同时介绍了近期高深的主题，包括流数据学习、深度学习以及大数据学习的挑战。每一章指定一个主题，包括通过案例研究，介...
李凡长等编2013 年出版358 页ISBN：9787312031601
从历史经验看，研究机器学习应该以“认知科学为基础、数学方法为手段、可计算理论为标准、分析数据规律为目标、计机机技术为实现途径，沿着这样的路径，构建机器学习的理论、技术、方法、应用体系”。因此，本书以...
（黎）玛丽特阿瓦德，（美）拉胡尔肯纳著；李川，林旺群，郭际香，李征译2017 年出版238 页ISBN：9787111567165
本书共11章，将高效机器学习的理论、设计原则以及实际应用有机结合，深入探讨了机器学习的主要课题，包括知识发现、分类、遗传算法、神经网络、内核方法和生物启发技术等。读者可从中了解机器学习技术可以解决的...
史春奇，卜晶祎，施智平著2019 年出版185 页ISBN：9787302517184
针对机器学习领域中最常见的一类问题——有监督学习，本书从入门、进阶、深化三个层面由浅入深地对该问题进行了讲解。三个层面包括基础入门算法层面、有监督学习的核心理论层面、理论背后的数学原理层面。基...
（巴西）迪亚戈·克里斯蒂亚诺·席尔瓦，赵亮著2018 年出版248 页ISBN：9787111611493
本书将机器学习和复杂网络这两个重要的研究方向结合起来，不仅包括必备的基础知识，还涵盖新近的研究成果。书中首先介绍机器学习和复杂网络的基本概念，然后描述基于网络的机器学习技术，最后对监督学习、无监督学...
