图书 / 人工智能与机器学习

人工智能与机器学习

全部 编程语言 1538人工智能与机器学习 762算法与理论 505软件开发 470WEB开发 390DevOps与基础设施 271网络安全 225操作系统与系统 172其他 169数据库 146游戏开发 143嵌入式系统 131IT管理 106
全部 数据科学 253机器学习 151大语言模型 107神经网络 91ChatGPT 37TensorFlow 29计算机视觉 26PyTorch 21机器学习运维 18自然语言处理 12熊猫 9AI代理 1
全部 2026 502025 1082024 1612023 1102022 492021 402020 652019 342018 292017 122016 142015 162014 32013 42012 22011 32009 22008 12007 21994 1
RU
机器学习应用开发：从创意到产品

机器学习应用开发：从创意到产品

A

Emmanuel Ameyzen

人工智能与机器学习
RU
S.N. Yaryshev, V.A. Ryzhova, M.A. Volynsky. 机器视觉系统在检测、测量、控制任务中的应用

S.N. Yaryshev, V.A. Ryzhova, M.A. Volynsky. 机器视觉系统在检测、测量、控制任务中的应用

A

S.N. Yaryshev, V.A. Ryzhova, M.A. Volynskiy

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

A. V. Gruzdev

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

A. V. Gruzdev

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

肯尼迪·伯曼

人工智能与机器学习
RU
神经网络。自然语言处理

神经网络。自然语言处理

A

玉·卡特

人工智能与机器学习
RU
机器视觉。Matlab基础与算法实例

机器视觉。Matlab基础与算法实例

A

彼得·科克

人工智能与机器学习
RU
深入数据分析

深入数据分析

A

乔治·蒙特

人工智能与机器学习
RU
程序员数学算法：Python 3D图形、机器学习与仿真

程序员数学算法：Python 3D图形、机器学习与仿真

A

保罗·奥兰

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

塔玛拉·曼茨纳

人工智能与机器学习
RU
使用PyTorch和PyTorch Lightning框架解决深度学习问题

使用PyTorch和PyTorch Lightning框架解决深度学习问题

A

A. I. 叶利谢耶夫, 尤·弗·米宁, 尤·弗·库拉科夫

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

穆拉特·杜尔穆什

人工智能与机器学习
RU
Python深度学习（第二国际版）

Python深度学习（第二国际版）

A

弗朗索瓦·肖莱

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

帕维尔·布拉兹迪尔、扬·范·雷恩、卡洛斯·苏亚雷斯、华金·范肖伦

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

O.A. Bayuk, M.R. Isaeva, M.O. Samsonkin

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

韦斯·麦金尼

人工智能与机器学习
EN
面向Python开发者的OpenAI GPT：使用OpenAI GPT-3、DALL·E 2、CLIP和Whisper开发智能应用的艺术与科学

面向Python开发者的OpenAI GPT：使用OpenAI GPT-3、DALL·E 2、CLIP和Whisper开发智能应用的艺术与科学

A

Aymen El Amri @eon01

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
RU
机器学习系统设计

机器学习系统设计

A

Chip Huyen

人工智能与机器学习
EN
应用深度学习：设计与实现你自己的神经网络以解决现实世界问题

应用深度学习：设计与实现你自己的神经网络以解决现实世界问题

A

Dr. Neeraj Kumar, Dr. Rajkumar Tekchandani

人工智能与机器学习
EN
Python机器学习：理论与实践

Python机器学习：理论与实践

A

G. R. Liu

人工智能与机器学习
EN
面向工程师的机器学习：通过信号处理与信息论解析原理与算法

面向工程师的机器学习：通过信号处理与信息论解析原理与算法

A

Osvaldo Simeone

人工智能与机器学习
EN
因果推理的机器学习

因果推理的机器学习

A

Sheng Li, Zhixuan Chu (Editors)

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
EN
Python情感分析机器学习

Python情感分析机器学习

A

Allan Ramsay, Tariq Ahmad

人工智能与机器学习
EN
终极神经网络编程与Python：利用Python、Keras和TensorFlow构建强大的现代人工智能系统

终极神经网络编程与Python：利用Python、Keras和TensorFlow构建强大的现代人工智能系统

A

Vishal Rajput

人工智能与机器学习
EN
Python机器学习项目：从零开始学习如何构建机器学习项目

Python机器学习项目：从零开始学习如何构建机器学习项目

A

Dr. Deepali R Vora, Dr. Gresha S Bhatia

人工智能与机器学习
RU
Python 数据科学

Python 数据科学

A

尤利·瓦西里耶夫

人工智能与机器学习
EN
Python 深度学习

Python 深度学习

A

Ivan Vasilev

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

巴维克·梅尔昌特

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
动手学图神经网络：基于PyTorch构建强大图与深度学习应用的实用技术与架构

动手学图神经网络：基于PyTorch构建强大图与深度学习应用的实用技术与架构

A

Maxime Labonne

人工智能与机器学习
EN
生成式深度学习：教机器绘画、写作、作曲与游戏

生成式深度学习：教机器绘画、写作、作曲与游戏

A

David Foster

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
高风险应用中的机器学习：负责任人工智能方法

高风险应用中的机器学习：负责任人工智能方法

A

Patrick Hall, James Curtis, Parul Pandey

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
使用Python通过ChatGPT API构建应用程序

使用Python通过ChatGPT API构建应用程序

A

Mike Gold

人工智能与机器学习
EN
深度学习系统设计：软件工程师指南

深度学习系统设计：软件工程师指南

A

Chi Wang, Donald Szeto, Yan Xue

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
EN
Python中的因果推断与发现——机器学习与Pearl视角

Python中的因果推断与发现——机器学习与Pearl视角

A

Aleksander Molak

人工智能与机器学习
RU
机器学习。真实项目作品集

机器学习。真实项目作品集

A

阿列克谢·格里戈里耶夫

人工智能与机器学习
RU
GPT-3：Python编程实例

GPT-3：Python编程实例

A

艾门·埃尔·阿姆里

人工智能与机器学习
RU
GPT-3：OpenAI API 使用指南

GPT-3：OpenAI API 使用指南

A

桑德拉·库布里克，舒巴姆·萨布

人工智能与机器学习
← 678910 →

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