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 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 72025 282024 402023 472022 242021 162020 212019 102018 132017 32016 62015 132014 22013 42012 12007 11994 1
EN
C++中的数据挖掘算法：现代应用的数据模式与算法

C++中的数据挖掘算法：现代应用的数据模式与算法

A

Timothy Masters

人工智能与机器学习
EN
商业分析中的数据挖掘：概念、技术与R应用

商业分析中的数据挖掘：概念、技术与R应用

A

Galit Shmueli, Peter C. Bruce, Inbal Yahav, Nitin R. Patel, Kenneth C. Lichtendahl, Jr.

人工智能与机器学习
RU
Python 数据分析。使用 Python 进行数据处理、可视化和建模

Python 数据分析。使用 Python 进行数据处理、可视化和建模

B

韦斯·麦金尼

人工智能与机器学习
RU
简单数学给简单程序员

简单数学给简单程序员

A

瑞克·加斯科

人工智能与机器学习
RU
Google Analytics 实战指南：网站分析实用教程

Google Analytics 实战指南：网站分析实用教程

A

雅科夫·奥西片科夫

人工智能与机器学习
RU
R语言在数据科学任务中的应用：数据导入、准备、处理、可视化与建模

R语言在数据科学任务中的应用：数据导入、准备、处理、可视化与建模

A

哈德利·威克汉姆，加勒特·格罗勒蒙德

人工智能与机器学习
RU
优雅的SciPy。Python科学编程的艺术

优雅的SciPy。Python科学编程的艺术

A

黄·努涅斯-伊格莱西亚斯，斯特凡·范德瓦尔特，哈丽特·达什诺

人工智能与机器学习
RU
IBM SPSS Statistics、R和Python中的预测建模：决策树与随机森林方法

IBM SPSS Statistics、R和Python中的预测建模：决策树与随机森林方法

A

阿尔乔姆·格鲁兹杰夫

人工智能与机器学习
RU
高效Spark。扩展与优化

高效Spark。扩展与优化

A

霍尔登·卡罗，雷切尔·沃伦

人工智能与机器学习
RU
Python数据分析。使用Python进行数据处理、可视化和建模

Python数据分析。使用Python进行数据处理、可视化和建模

B

韦斯·麦金尼

人工智能与机器学习
RU
Google Analytics 入门指南

Google Analytics 入门指南

A

A. Petrochenkov

人工智能与机器学习
EN
实用Python AI项目：使用Google OR-Tools的优化问题数学模型

实用Python AI项目：使用Google OR-Tools的优化问题数学模型

A

Serge Kruk

人工智能与机器学习
RU
Python复杂任务：数据科学与机器学习

Python复杂任务：数据科学与机器学习

A

普拉斯·J·范德

人工智能与机器学习

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