为个体创业者精选的最佳 AI 工具合集。真实评测、价格对比和使用建议。
找到 121 个工具
François Chollet 著，Python 深度学习书籍。
由 Andriy Burkov 编写的机器学习入门书籍，提供全面的学习指南。
本页面部分链接为联盟链接，通过这些链接购买我们可能获得佣金，不影响您的购买价格。了解更多
《动手学机器学习》由Aurélien Géron编写，涵盖Scikit-Learn、Keras和TensorFlow等工具
《Python机器学习》由Sebastian Raschka和Vahid Mirjalili编写，专注于Python在机器学习领域的应用
Alice Zheng的《评估机器学习模型》是一本关于机器学习模型评估的书籍。
Wes McKinney的《Python数据分析》是一本关于Python数据分析的书籍。
《统计学习元素》由Trevor Hastie、Robert Tibshirani和Jerome Friedman合著，是统计学习领域的经典教材
Python 中的贝叶斯统计书籍，由艾伦·B·唐尼编写
Shai Shalev-Shwartz 和 Shai Ben-David 著，从理论到算法的机器学习理解书籍。
Michael Nielsen 编著的神经网络与深度学习书籍，介绍深度学习领域的知识
Sandy Ryza 等人合著的 Spark 高级分析书籍，专注于大数据分析技术
David Barber 编著的贝叶斯推理与机器学习书籍，深入探讨相关学术领域
Daphne Koller 和 Nir Friedman 著的《概率图模型：原理与技术》，是一本关于概率图模型的学术著作。
Andreas C. Müller 和 Sarah Guido 著的《Python 机器学习入门》，是一本介绍 Python 机器学习基础的书籍。
由 Foster Provost 和 Tom Fawcett 编写的商业数据科学书籍，深入探讨数据科学在商业中的应用
Andrew Ng 编写的机器学习入门书籍，提供机器学习领域的实用指导
Winston Chang 编写的 R 语言图形编程食谱书籍，提供 R 语言图形绘制的实用技巧
由 Max Kuhn 和 Kjell Johnson 编写的应用预测建模书籍，深入讲解数据建模方法
John D. Kelleher、Brian Mac Namee和Aoife D'Arcy合著的《预测数据分析的机器学习基础》是一本关于机器学习基础的书籍。