中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
Python AI項目實戰 版權信息
- ISBN：9787512432239
- 條形碼：9787512432239 ; 978-7-5124-3223-9
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
Python AI項目實戰 本書特色
Serge Kruk博士將其幾十年來從事工業教學和咨詢的成果編寫成此書，本書通過使用Python編程優化建模解決人工智能問題。這本書涵蓋了實際應用中進行創建和分析數學模型，如線性連續模型，非線性連續模型，純線性整數模型。本書重點在于 Python人工智能項目的模型創建和分析方面，而不是專注于理論；書中的每一個模型都被詳細地解釋和使用Python進行編程編，使讀者可以更好的理解本書的內容。 書中所有示例都是Python基于Google OR-Tools進行編程，并提供所有示例的源代碼。 通過閱讀本書，你將學到： 構建基本的基于Python的人工智能（AI）應用程序 使用數學優化方法和Google OR-Tools（優化工具）套件 使用Python和Google OR-Tools創建多種類型的項目
Python AI項目實戰 內容簡介
本書以介紹為主，不要求讀者精通建模技術，從基礎開始假設讀者僅能夠理解變量的定義（在數學和編程的意義上）、方程式、不等式和函數。本書綜合了十年間的討論，以及在奧克蘭大學的建模入門課程和研究生課程，每個模型都使用Google OR-Tools在Python中表示，并可以
Python AI項目實戰 目錄
第1章概述/1
1.1本書面向哪些問題/3
1.2本書的特點/4
1.2.1運行模型/5
1.2.2關于符號的解釋/6
1.3實踐中去學習：兩棲動物共存/7
第2章線性連續模型/17
2.1摻雜（Mixing）/20
2.1.1構建模型/21
2.1.2變化量/24
2.1.3組合問題/26
2.2混合（Blending）/27
2.2.1構建模型/29
2.2.2變化量/32
2.3項目管理/34
2.3.1構建模型/35
2.3.2變化量/37
2.4多級模型/39
2.4.1問題實例/39
2.4.2構建模型/42
2.4.3變化量/46
2.5模式分類/48
2.5.1構建模型/50
2.5.2可執行模型/51
第3章隱線性連續模型/53
3.1分段線性/56
3.1.1構建模型/57
3.1.2變化量/61
3.2曲線擬合/65
3.2.1構建模型/67
3.2.2變化量/71
3.3重新審視模式分類/72
3.3.1可執行模型/73
第4章線性網絡模型/75
4.1*大流量/78
4.1.1構建模型/78
4.1.2決策變量/79
4.1.3變化量/84
4.2*小成本流/85
4.2.1構建模型/86
4.2.2變化量/89
4.3轉運/90
4.3.1構建模型/92
4.3.2變化量/94
4.4*快捷徑/95
4.4.1構建模型/96
4.4.2選擇算法/99
4.4.3變化量/99
第5章經典離散模型/105
5.1*小的集合數量/108
5.1.1構建模型/109
5.1.2變化量/113
5.2集合填充/114
5.2.1構建模型/115
5.2.2變化量/116
5.3裝箱/117
5.3.1構建模型/118
5.4旅行推銷員/127
5.4.1構建模型/128
5.4.2變化量/133
第6章經典混合模型/137
6.1設施選址/139
6.1.1構建模型/140
6.1.2變化量/144
6.2多商品流/144
6.2.1構建模型/146
6.2.2變化量/148
6.2.3實例/150
6.3人員編制/151
6.3.1構建模型/153
6.3.2變化量/156
6.4作業車間調度/157
6.4.1構建模型/157
第7章先進技術/163
7.1配料問題/165
7.1.1構建模型/166
7.1.2預分配裁剪模式/172
7.2非凸問題相關技巧/176
7.2.1從n個變量中選擇k個非零變量/179
7.2.2從n個變量中選擇k個相鄰非零變量/181
7.2.3從n個約束條件中選擇k個條件/184
7.2.4大中取大和小中取小/189
7.3排班問題/191
7.3.1構建模型/194
7.3.2變化量/199
7.4賽事時間表問題/199
7.4.1構建模型/200
7.4.2變化量/209
7.5謎題問題/209
7.5.1偽象棋問題/210
7.5.2數獨謎題/214
7.5.3算式謎題：SendMoreMoney!/216
7.5.4邏輯謎題：LadiesandTigers/219
7.6Python中優化工具MPSolver快速參考/224
展開全部
Python AI項目實戰 節選
1.1本書面向哪些問題 人工智能是一個廣泛的領域,它涵蓋了各種技術、目標和成功的措施。其中一個分支所關注的是為一些明確定義的問題找出證明的*佳解決方案。 本書介紹了關于實現數學模型優化問題的技術和科學。 關于優化,它可以是任何的問題,但又可以歸結為一個問題,那就是:什么是*好的……?例如: ??哪條是從家到公司的*佳路線? ??什么*優汽車生產方式能夠使得利益*大化? ??用什么方式將雜貨帶回家*好:紙袋還是塑料? ??為我的孩子選擇哪個學校*好? ??哪種燃料用于火箭的助推器*好? ??芯片上晶體管的*佳位置在哪里? ??NBA*優的賽程如何安排?這些問題相當模糊,但可以通過多種方式進行解釋。首先可以考慮一下:“*好的”對于我們而言,是*快、*短、*愉快的騎行,*少的顛簸,還是*低的油耗?此外,這個問題還不夠完整,我們是在走路,還是騎馬、開車或是滑雪?我們是獨自一人,還是伴著哭鬧的嬰兒? 為了幫助我們制定優化問題的解決方案,數學家、理論家和實踐者根據我們的問題構建了一個框架,我們稱之為模型。模型的關鍵是它的目標函數和約束條件。簡而言之,目標是我們希望達到的,而約束是我們采用的方法中的阻力。如果我們重新制定問題,用以更加明確地分析目標和約束,我們便可以更加接近真實的模型。 讓我們再詳細地回顧一下“*佳路線”的問題,但重點關注清晰的目標與約束條件。我們可以將其表述為: 根據這個城市的地圖、我的家庭住址以及我兩歲兒子日托的地址,為了盡快帶他去托兒所,我*好的騎行路線是什么?目標是找到滿足要求的所有解決方案(僅限于街道或自行車道的路線,也稱為約束條件),到達目的地所需的*短的時間(目標)。 目標始終都是我們想要*大化或*小化的數量(時間、距離、金錢、表面積等),盡管你會看到我們所希望的*大化某些內容和*小化某些內容。這可能是很容易完成的,不過有時候卻是沒有目標的。我們說這是一個可行性的問題(即我們正在尋找滿足要求的任何解決方案)。從建模者的角度來看,差異是很小的。特別是在大多數的實際情況下,建立可行性模型通常是**步。在得到解決方案后,人們通常希望優化某些內容并修改模型以計算出目標函數。 1.2本書的特點 由于本書以介紹為主,我并不期望讀者已經精通建模技術。我將會從基礎開始,假設讀者只理解變量的定義(在數學和編程的意義上)、方程式、不等式和函數。我還假設讀者了解了一些編程語言,*好是Python,即便是PythonAI項目實戰了解任何其他命令式程序設計語言,也完全能夠讀懂本書中展示的Python代碼。 請注意,本書中的代碼是不可忽視的部分。要想完整地學習本書的知識,讀者盡量放慢速度,聚精會神地閱讀代碼。本書沒有高談闊論,只是用了數學公式,其余細節則“作為留給讀者的練習”。歡迎讀者使用并且修改代碼,通過執行、使用、測試、優化以便能夠充分理解。參與本書的數學專家們,就像對待任何數學論文一樣對本書進行了審閱,而且代碼也提交給了包括Intel、Motorola和IBM進行評價。 這本書綜合了十年間的討論,以及在奧克蘭大學的建模入門課程(MOR242IntrotoOperationResearchModels)和研究生課程(APM568MathematicalModelinginIndustry)的成果。從本科階段開始,到研究生階段,我一直在構建模型方面進行研究,而沒有深入研究過模型理論。 ??每個模型都使用GoogleOR-Tools在Python中表示,并可以按照說明執行。實際上,本書中提供的代碼是自動提取、執行的,輸出無需手動干預即可插入到文本,甚至圖表也是自動生成的(這要感謝Emacs和org-mode)。 ??我的目的是幫助讀者成為一名熟練的建模者,而不是理論家。因此,本書很少涉及與優化相關的繁雜數學理論。盡管如此,它仍然有利于創造簡單而有效的模型。 ??相關的網站提供了書中展示的所有代碼以及應用于許多問題和變量的隨機生成器,作者將其用作個性化的作業生成器,其實它也可以作為自學工具使用。https://github.com/sgkruk/Apress-AI 1.2.1運行模型 安裝說明描述得太詳細風險較大,因為軟件更新遠比書中介紹更頻繁。例如,我開始使用Google的OR-Tools時,它曾托管在GoogleCode知識庫中,而后來它在GitHub上。不過,這里有幾點建議供參考。本書提供的所有代碼均已經過測試,使用的是 ??Python3(時下版本是3.7),盡管這些模型也可以在Python2上運行; ??OR-Tools6.6。 網頁https://developers.google.com/optimization上提供了大多數操作系統的安裝說明。*快、*簡潔的方式是 pipinstall--upgradeortools 如果安裝了OR-Tools,本書中的軟件可以輕易通過克隆GitHub庫下載。gitclonehttps://github.com/sgkruk/Apress-AI.git 其中,讀者會發現一個生成文件(Makefile),幾乎詳細測試了所有本書中提到的模型。讀者只需發出一個make指令即可測試安裝是否完成。本書中的代碼分為兩個部分:一部分是用文本展示模型本身;另一部分是說明模型中如何調用數據的驅動程序。例如,在集合覆蓋問題的章節中有一個名為set_cover.py的文件,另外還有一個名為test_set_cover.py的文件,該文件可以創建一個隨機實例、運行模型并顯示結果。有了這些例子,讀者能夠根據自己的需要進行修改。重要的是,要了解在執行test_set_cover.py文件時的主線流程。
書友推薦
- >
李白與唐代文化
- >
經典常談
- >
我與地壇
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
回憶愛瑪儂
- >
唐代進士錄
- >
山海經
本類暢銷
