掃一掃
關注中圖網
官方微博
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
人工智能算法實例集錦(Python語言) 版權信息
- ISBN：9787560662763
- 條形碼：9787560662763 ; 978-7-5606-6276-3
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
人工智能算法實例集錦(Python語言) 內容簡介
本書是針對有一定Python基礎的讀者而編寫的一本人工智能算法入門書籍。書中將算法原理講解與實際案例相結合，通過讓讀者動手編程的方式加深讀者對所學算法的理解。全書共7章，包括人工智能概述、人工智能算法框架、啟發式算法、監督學習與無監督學習、深度學習、強化學習、人工智能未來展望等內容，其中所有案例代碼均可通過掃描書中二維碼獲得。 本書既可作為高等院校計算機、軟件工程、大數據等相關專業的本科生或研究生教材，也可作為各種人工智能實踐班的培訓教材，同時還可供廣大對人工智能算法感興趣的研究人員和工程技術人員閱讀參考。
人工智能算法實例集錦(Python語言) 目錄
第1章 人工智能概述 1
1.1 人工智能的定義 1
1.2 人工智能的發展 2
1.3 人工智能算法簡介 4
本章小結 5
第2章 人工智能算法框架 6
2.1 Python與人工智能的關系 6
2.2 常用的Python深度學習庫 7
2.3 TensorFlow簡介及安裝 8
2.4 TensorFlow的低級庫 9
2.4.1 TensorFlow核心 9
2.4.2 數據流圖或計算圖 19
2.4.3 TensorBoard 26
2.5 TensorFlow的高級庫 28
2.5.1 TF Estimator 28
2.5.2 TF Slim 29
2.5.3 TF Learn 30
2.5.4 Pretty Tensor 34
2.5.5 Sonnet 34
本章小結 35
第3章 啟發式算法 37
3.1 啟發式算法概述 37
3.2 常用啟發式算法 38
3.2.1 模擬退火算法 38
3.2.2 遺傳算法 46
3.2.3 蟻群算法 53
3.2.4 人工蜂群算法 65
3.2.5 布谷鳥算法 70
3.2.6 螢火蟲算法 75
本章小結 79
第4章 監督學習與無監督學習 80
4.1 監督學習與無監督學習簡介 80
4.2 監督學習之分類 80
4.2.1 決策樹算法 80
4.2.2 *鄰近規則算法 85
4.2.3 樸素貝葉斯算法 88
4.2.4 邏輯回歸算法 91
4.2.5 SVM算法 95
4.2.6 隨機森林算法 97
4.2.7 AdaBoost算法 102
4.2.8 BP網絡算法 105
4.3 監督學習之回歸 109
4.3.1 線性回歸 109
4.3.2 CART回歸 115
4.3.3 嶺回歸 119
4.3.4 套索回歸 122
4.4 無監督學習之聚類 125
4.4.1 K-means聚類 125
4.4.2 DBSCAN密度聚類 130
4.5 無監督學習之降維 133
4.5.1 主成分分析算法(PCA) 134
4.5.2 線性判斷分析(LDA) 136
4.5.3 局部線性嵌入(LLE) 139
本章小結 142
第5章 深度學習 143
5.1 深度學習簡介 143
5.1.1 深度學習的概念 143
5.1.2 深度學習的特點 144
5.1.3 深度學習的應用 144
5.2 卷積神經網絡 145
5.2.1 卷積神經網絡的原理 146
5.2.2 LeNet 152
5.2.3 AlexNet 154
5.2.4 VGG16 156
5.2.5 GoogLeNet 159
5.2.6 ResNet 164
5.2.7 DenseNet 172
5.3 循環神經網絡 181
5.3.1 RNN 182
5.3.2 GRU 187
5.3.3 LSTM 191
5.4 生成對抗網絡 201
5.4.1 GAN 201
5.4.2 SGAN 206
5.4.3 CGAN 209
5.4.4 WGAN 212
5.4.5 DCGAN 217
5.4.6 InfoGAN 225
5.4.7 LSGAN 240
本章小結 246
第6章 強化學習 247
6.1 強化學習簡介 247
6.1.1 強化學習的概念 247
6.1.2 強化學習的分類 247
6.2 基于概率的強化學習方法 248
6.2.1 基于概率的強化學習方法簡介 248
6.2.2 Policy Gradients算法 249
6.3 基于價值的強化學習方法 254
6.3.1 基于價值的強化學習方法簡介 254
6.3.2 Q-Learning算法 254
6.3.3 Sarsa算法 261
6.3.4 Deep Q Network算法 265
6.4 基于概率和價值的強化學習方法 272
6.4.1 基于概率和價值的強化學習方法簡介 272
6.4.2 Actor-Critic算法 272
6.4.3 DDPG算法 278
6.4.4 A3C算法 283
本章小結 288
第7章 人工智能未來展望 289
7.1 算法理論和設備基礎 289
7.1.1 算法理論 289
7.1.2 設備基礎 290
7.2 人工智能應用 290
本章小結 291
參考文獻 292
展開全部
書友推薦
- >
名家帶你讀魯迅:故事新編
- >
上帝之肋:男人的真實旅程
- >
姑媽的寶刀
- >
李白與唐代文化
- >
二體千字文
- >
【精裝繪本】畫給孩子的中國神話
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
自卑與超越
本類暢銷
