-
Python机器学习
Python机器学习 -
Python数据科学指南
Python作为一种高级程序设计语言，凭借其简洁、易读及可扩展性日渐成为程序设计领域备受推崇的语言，并成为数据科学家的首选之一。 本书详细介绍了Python在数据科学中的应用，包括数据探索、数据分析与挖掘、机器学习、大规模机器学习等主题。每一章都为读者提供了足够的数学知识和代码示例来理解不同深度的算法功能，帮助读者更好地掌握各个知识点。 本书内容结构清晰，示... -
JavaScript机器人编程指南
本书是应用JavaScript及相关的技术实现机器人编程的实践指南。本书将介绍使用Johnny-Five和JavaScript语言来为Arduino和其他机器人技术平台编写代码。 全书共分为9章，涉及搭建Arduino Uno并探索NodeBots、Johnny-Five基础知识、输入/输出设备和传感器、舵机和电机等运动设备、Animation库等方面的知识... -
第一本Docker书修订版
Docker是一个开源的应用容器引擎，开发者可以利用Docker打包自己的应用以及依赖包到一个可移植的容器中，然后发布到任何流行的Linux机器上，也可以实现虚拟化。 本书由Docker公司前服务与支持副总裁James Turnbull编写，是权威的Docker开发指南。本书专注于Docker 1.9及以上版本，指导读者完成Docker的安装、部署、管理和扩... -
数字图像处理与机器视觉——VisualC++与Matlab实现)
本书将理论知识、科学研究和工程实践有机结合起来，内容涉及数字图像处理和识别技术的方方面面，包括图像的点运算、几何变换、空域和频域滤波、小波变换、图像复原、彩色图像处理、形态学处理、图像分割、图像压缩以及图像特征提取等；同时对机器视觉进行了前导性的探究，重点介绍了3种目前在工程技术领域非常流行的分类技术——人工神经网络（ANN）、支持向量机（SVM）和AdaB... -
基因机器：推动人类自我进化的生物科技
科学家们正在努力梳理基因和智力的关系。 -
贝叶斯思维：统计建模的Python学习法
这本书旨在帮助那些希望用数学工具解决实际问题的人们，仅有的要求可能就是懂一点概率知识和程序设计。贝叶斯方法是一种常见的利用概率学知识去解决不确定性问题的数学方法，对于一个计算机专业人士，应当熟悉其在诸如机器翻译、语音识别、垃圾邮件检测等常见的计算机领域的应用。 本书实际上会扩大你的视野，即使不是一个计算机专业人士，你也可以看到在战争环境下（第二次世界大战德军... -
大数据挖掘与统计机器学习
大数据挖掘与统计机器学习 -
计算广告：互联网商业变现的市场与技术
计算广告是一项新兴的研究课题，它涉及大规模搜索和文本分析、信息获取、统计模型、机器学习、分类、优化以及微观经济学等诸多领域的知识。本书从实践出发，系统地介绍计算广告的产品、问题、系统和算法，并且从工业界的视角对这一领域具体技术的深入剖析。 本书立足于广告市场的根本问题，从计算广告各个阶段所遇到的市场挑战出发，以广告系统业务形态的需求和变化为主线，依次介绍合约... -
数据科学：R语言实战
本书讲述的是R语言在数据科学中的应用，目标读者是从事不同行业的数据分析师、数据挖掘工程师、机器学习工程师、自然语言处理工程师、数据科学家，以及从事大数据和人工智能领域的工作者、学生、老师等。 本书最大的优点在于其通俗易懂、容易上手，每一个实例都有现成的数据和源代码，读者不仅能理解整个案例的来龙去脉，还可以直接编译本书提供的所有源代码，从而了解怎么从实际问题转...