На данной странице предаставлены все книги по ключевому слову «обучение машины»
Principles of Data Mining (David Hand,Heikki Mannila,Padhraic Smyth)
Learning and Soft Computing: Support Vector Machines, Neural Networks, and Fuzzy Logic Models (Complex Adaptive Systems) (Vojislav Kecman)
Logic and Learning (J. W. Lloyd)
Truth from Trash: How Learning Makes Sense (Complex Adaptive Systems) (Chris Thornton)
Learning to Learn (Sebastian Thrun,Lorien Pratt)
Computation and Intelligence: Collected Readings (George F. Luger)
Pattern Recognition and Machine Learning (Information Science and Statistics) (Christopher M. Bishop)
From Synapses to Rules: Discovering Symbolic Rules from Neural Processed Data (Bruno Apolloni,Franz Kurfess)
On-Line Learning in Neural Networks (David Saad,H. K. Moffatt)
Learning Theory: 17th Annual Conference on Learning Theory, COLT 2004, Banff, Canada, July 1-4, 2004, Proceedings (Lecture Notes in Computer Science / Lecture Notes in Artificial Intelligence (John Shawe-Taylor,Yoram Singer)
Introduction to Machine Learning (Adaptive Computation and Machine Learning) (Ethem Alpaydin)
Регрессионный анализ. Теоретические основы и практические рекомендации (С. В. Малов)
Метод распознавания символов, основанный на полиномиальной регрессии (Н. В. Пестрякова)
Верховный алгоритм. Как машинное обучение изменит наш мир (Педро Домингос)
Введение в статистическое обучение с примерами на языке R (Г. Джеймс,Д. Уиттон,Т. Хасти,Р. Тибширани)
Python и машинное обучение (Себастьян Рашка)
Машинное обучение (Хенрик Бринк,Джозеф Ричардс,Марк Феверолф)
Глубокое обучение (Бенджио Иошуа,Гудфеллоу Ян,Курвилль Аарон)
Python для сложных задач. Наука о данных и машинное обучение (Дж. Вандер Плас)
Крупномасштабное машинное обучение вместе с Python (Ш. Бастиан)
Машинное обучение с использованием библиотеки Н2О (Д. Кук)
Глубокое обучение с точки зрения практика (Джош Паттерсон,Адам Гибсон)