思维导图备注

机器学习与大数据技术 - 牟少敏
首页 收藏书籍 阅读记录
  • 书签 我的书签
  • 添加书签 添加书签 移除书签 移除书签

第3章　深度学习理论与方法

浏览 3 扫码
  • 小字体
  • 中字体
  • 大字体
2024-04-30 09:39:39
请 登录 再阅读
上一篇:
下一篇:
  • 书签
  • 添加书签 移除书签
  • 封面
  • 版权信息
  • 内容提要
  • 前言
  • 第1章　绪论
    • 1.1　机器学习
    • 1.2　大数据
    • 1.3　人工智能
    • 1.4　图像处理技术
  • 第2章　机器学习的理论与方法
    • 2.1　回归分析与最小二乘法
    • 2.2　聚类
    • 2.3　遗传算法
    • 2.4　蚁群算法
    • 2.5　粒子群算法
    • 2.6　人工神经网络
    • 2.7　支持向量机
    • 2.8　隐马尔科夫模型
  • 第3章　深度学习理论与方法
    • 3.1　简介
    • 3.2　常见模型
    • 3.3　应用场景
    • 3.4　发展趋势
  • 第4章　大数据处理技术
    • 4.1　大数据简介
    • 4.2　大数据技术
    • 4.3　大数据处理框架
    • 4.4　大数据面临的挑战
  • 第5章　大数据与智能系统开发——以农业应用为例
    • 5.1　农业信息化概述
    • 5.2　农业大数据概述
    • 5.3　农业大数据技术
    • 5.4　农业大数据的机遇、挑战与对策
    • 5.5　基于安卓的农业智能
  • 第6章　图像处理与分析技术
    • 6.1　简介
    • 6.2　图像处理技术在农业中的应用
    • 6.3　图像细化算法
  • 第7章　机器学习、大数据技术和图像处理技术的应用——以农业应用为例
    • 7.1　随机森林在棉蚜等级预测中的应用
    • 7.2　基于邻域核函数的局部支持向量机在树木图像分类中的应用
    • 7.3　局部支持向量回归在小麦蚜虫预测中的应用
    • 7.4　深度学习在小麦蚜虫短期预测中的应用
    • 7.5　基于Spark的支持向量机在小麦病害图像识别中的应用
    • 7.6　Hadoop平台下基于粒子群的局部支持向量机
  • 第8章　Python基础
    • 8.1　基础知识
    • 8.2　语言基础
    • 8.3　函数
    • 8.4　类
    • 8.5　文件
  • 第9章　Python数据处理与机器学习
    • 9.1　矩阵计算
    • 9.2　网络爬虫
    • 9.3　数据库
    • 9.4　OpenCV图像编程
    • 9.5　数据可视化
    • 9.6　基于Python的机器学习算法
    • 9.7　基于Python的大数据处理技术
    • 9.8　Tensorflow编程
  • 参考文献
暂无相关搜索结果！
    展开/收起文章目录

    二维码

    手机扫一扫，轻松掌上学

    《机器学习与大数据技术 - 牟少敏》电子书下载

    请下载您需要的格式的电子书，随时随地，享受学习的乐趣！
    EPUB 电子书

    书签列表

      阅读记录

      阅读进度: 0.00% ( 0/0 ) 重置阅读进度