图书 / 人工智能与机器学习 / 数据科学

人工智能与机器学习

全部 编程语言 1299人工智能与机器学习 661算法与理论 472软件开发 391WEB开发 334DevOps与基础设施 233网络安全 218数据库 144操作系统与系统 143游戏开发 122嵌入式系统 122其他 109IT管理 100
全部 数据科学 209机器学习 133神经网络 87大语言模型 85ChatGPT 31TensorFlow 27计算机视觉 24PyTorch 19机器学习运维 17自然语言处理 12熊猫 9AI代理 1
EN
使用Altair和AI进行数据叙事

使用Altair和AI进行数据叙事

A

Angelica Lo Duca

人工智能与机器学习
EN
使用PySpark进行应用数据科学：学习端到端预测模型构建周期，第二版

使用PySpark进行应用数据科学：学习端到端预测模型构建周期，第二版

A

Ramcharan Kakarla, Sundar Krishnan, Balaji Dhamodharan, Venkata Gunnu

人工智能与机器学习
EN
地理空间数据科学基础：101个实用Python技巧与窍门

地理空间数据科学基础：101个实用Python技巧与窍门

A

Milan Janosov

人工智能与机器学习
EN
数据分析与可视化全能傻瓜书

数据分析与可视化全能傻瓜书

A

Jack Hyman, Luca Massaron, Paul McFedries, John Paul Mueller, Lillian Pierson, Jonathan Reichental, PhD, Joseph Schmuller, Alan Simon, Allen G. Taylor

人工智能与机器学习
EN
Databricks 数据智能平台：开启生成式AI革命

Databricks 数据智能平台：开启生成式AI革命

A

Nikhil Gupta, Jason Yip

人工智能与机器学习
EN
Python 3 与特征工程

Python 3 与特征工程

A

Oswald Campesato

人工智能与机器学习
EN
现代数据可视化与R

现代数据可视化与R

A

Robert Kabacoff

人工智能与机器学习
EN
使用R和Tidyverse探索数据科学：简明入门

使用R和Tidyverse探索数据科学：简明入门

A

Jerry Bonnell, Mitsunori Ogihara

人工智能与机器学习
EN
图算法在数据科学中的应用：Neo4j实例解析

图算法在数据科学中的应用：Neo4j实例解析

A

Tomaž Bratanič

人工智能与机器学习
EN
面向数据科学家的软件工程：从笔记本到可扩展系统

面向数据科学家的软件工程：从笔记本到可扩展系统

A

Кэтрин Нельсон

人工智能与机器学习
EN
使用Python进行极简数据处理

使用Python进行极简数据处理

A

Марек Гаголевский

人工智能与机器学习
EN
使用R、Python和开放数据进行数据科学基础

使用R、Python和开放数据进行数据科学基础

A

Марко Кремонини

人工智能与机器学习
RU
数据存储与分析工具集：维度建模完全指南

数据存储与分析工具集：维度建模完全指南

A

Ральф Кимбалл, Марджи Росс

人工智能与机器学习
EN
实践性规范建模

实践性规范建模

A

Уолтер Р. Пачковски

人工智能与机器学习
EN
使用Python和R进行足球分析：通过体育视角学习数据科学

使用Python和R进行足球分析：通过体育视角学习数据科学

A

Eric A. Eager & Richard A. Erickson

人工智能与机器学习
RU
Python数据分析。数据处理、统计建模与机器学习

Python数据分析。数据处理、统计建模与机器学习

B

Уэс Маккинни

人工智能与机器学习
RU
实用数据处理：Python与Pandas专业指南

实用数据处理：Python与Pandas专业指南

A

Игорь Свинаренко

人工智能与机器学习
RU
Yandex DataLens 数据分析与可视化。从新手到专家的详细指南

Yandex DataLens 数据分析与可视化。从新手到专家的详细指南

A

Гинько А. Ю.

人工智能与机器学习
EN
AWS 数据整理：清理与组织复杂数据以进行分析

AWS 数据整理：清理与组织复杂数据以进行分析

A

Navnit Shukla, Sankar M, Sam Palani

人工智能与机器学习
EN
使用 Kotlin 的数值方法：面向数据科学、分析与工程

使用 Kotlin 的数值方法：面向数据科学、分析与工程

A

Haksun Li, PhD

人工智能与机器学习
EN
数据工程设计模式：解决最常见数据工程问题的实用方案

数据工程设计模式：解决最常见数据工程问题的实用方案

A

Bartosz Konieczny

人工智能与机器学习
RU
Python数据预处理。第2卷：规划、示例与质量指标

Python数据预处理。第2卷：规划、示例与质量指标

A

А. В. Груздев

人工智能与机器学习
RU
Python 数据预处理。第 1 卷：工具与验证

Python 数据预处理。第 1 卷：工具与验证

A

А. В. Груздев

人工智能与机器学习
RU
Python 数据科学基础

Python 数据科学基础

A

Кеннеди Берман

人工智能与机器学习
RU
深入数据分析

深入数据分析

A

Джордж Маунт

人工智能与机器学习
RU
数据可视化：初学者完整指南

数据可视化：初学者完整指南

A

Тамара Манцнер

人工智能与机器学习
RU
Python核心库与框架实践入门（附代码示例）

Python核心库与框架实践入门（附代码示例）

B

Мурат Дурмус

人工智能与机器学习
RU
元学习。在AutoML和数据科学中的应用

元学习。在AutoML和数据科学中的应用

A

Павел Браздил, Ян ван Рейн, Карлос Соарес, Хоакин Ваншорен

人工智能与机器学习
RU
Python与R语言数据分析实践

Python与R语言数据分析实践

A

О.А. Баюк, М.Р. Исаева, М.О. Самсонкин

人工智能与机器学习
EN
使用Dask扩展Python：从数据科学到机器学习

使用Dask扩展Python：从数据科学到机器学习

A

Holden Karau, Mika Kimmins

人工智能与机器学习
EN
R数据科学（第二版）

R数据科学（第二版）

A

Hadley Wickham, Mine Çetinkaya-Rundel, Garrett Grolemund

人工智能与机器学习
RU
Python与数据分析。使用pandas、NumPy和Jupyter进行数据初步处理

Python与数据分析。使用pandas、NumPy和Jupyter进行数据初步处理

A

Уэс Маккинни

人工智能与机器学习
EN
现代数据架构与Python：使用Python构建和部署数据管道、数据仓库与数据湖的实用指南

现代数据架构与Python：使用Python构建和部署数据管道、数据仓库与数据湖的实用指南

A

Brian Lipp

人工智能与机器学习
EN
数据科学：核心难点。精通数据科学的技巧

数据科学：核心难点。精通数据科学的技巧

A

Daniel Vaughan

人工智能与机器学习
EN
使用SQL进行数据整理：利用SQL操作、整理和工程化数据的实践指南

使用SQL进行数据整理：利用SQL操作、整理和工程化数据的实践指南

A

Raghav Kandarpa, Shivangi Saxena

人工智能与机器学习
EN
Python 统计与数据可视化

Python 统计与数据可视化

A

Jesús Rogel-Salazar

人工智能与机器学习
RU
Python 数据科学

Python 数据科学

A

Юлий Васильев

人工智能与机器学习
EN
精通ArcGIS Pro

精通ArcGIS Pro

A

Maribeth H. Price

人工智能与机器学习
RU
Power BI：高级优化实践。构建稳定快速Microsoft Power BI解决方案的完整指南

Power BI：高级优化实践。构建稳定快速Microsoft Power BI解决方案的完整指南

A

Бхавик Мерчант

人工智能与机器学习
EN
Python应用共形预测实用指南

Python应用共形预测实用指南

A

Valery Manokhin

人工智能与机器学习
EN
Python探索性数据分析实战：50余个食谱，从结构化与非结构化数据中分析、可视化并提取洞见

Python探索性数据分析实战：50余个食谱，从结构化与非结构化数据中分析、可视化并提取洞见

A

Ayodele Oluleye

人工智能与机器学习
EN
云数据湖：构建稳健云数据架构指南

云数据湖：构建稳健云数据架构指南

A

Rukmani Gopalan

人工智能与机器学习
EN
Python数据科学手册：数据处理必备工具

Python数据科学手册：数据处理必备工具

A

Jake VanderPlas

人工智能与机器学习
EN
数据可观测性基础：实现可信赖的端到端数据解决方案

数据可观测性基础：实现可信赖的端到端数据解决方案

A

Andy Petrella

人工智能与机器学习
EN
管理数据集和模型

管理数据集和模型

A

Oswald Campesato

人工智能与机器学习
RU
DAX 专业指南：理论与实践。将您在 Microsoft Power BI 中的分析技能提升到新高度

DAX 专业指南：理论与实践。将您在 Microsoft Power BI 中的分析技能提升到新高度

A

Мишель Розема, Хенк Влотман

人工智能与机器学习
EN
Python数据科学家袖珍入门工具

Python数据科学家袖珍入门工具

A

Oswald Campesato

人工智能与机器学习
EN
Python Streamlit 入门指南：构建基于 Web 的数据与机器学习应用

Python Streamlit 入门指南：构建基于 Web 的数据与机器学习应用

B

Sujay Raghavendra

人工智能与机器学习
EN
使用SQL和dbt的分析工程：大规模构建有意义的数据模型

使用SQL和dbt的分析工程：大规模构建有意义的数据模型

A

Rui Machado, Hélder Russa

人工智能与机器学习
EN
流式数据网格：优化实时数据服务的模型

流式数据网格：优化实时数据服务的模型

A

Hubert Dulay, Stephen Mooney

人工智能与机器学习
← 1234 →

PDF质量评分：

A 优秀 — 文本可复制，含目录、元数据 B 良好 — 有文本，部分数据缺失 C 一般 — 文本可部分提取 D 较差 — 很可能为扫描件 F 未OCR扫描件 — 文本无法提取