掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
全國(guó)計(jì)算機(jī)等級(jí)考試最新真考題庫(kù)模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測(cè)5000題(言語(yǔ)理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
中圖價(jià):¥34.1
加入購(gòu)物車
Python人工智能基礎(chǔ) 版權(quán)信息
- ISBN：9787563566549
- 條形碼：9787563566549 ; 978-7-5635-6654-9
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類：>
Python人工智能基礎(chǔ) 內(nèi)容簡(jiǎn)介
本教材的主要內(nèi)容如下所述。緒論：介紹人工智能的概念、特征、發(fā)展歷史及人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的關(guān)系。Python基礎(chǔ)：介紹開(kāi)發(fā)環(huán)境，包括元組、列表、字典、集合，模塊和函數(shù)，科學(xué)計(jì)算庫(kù)NumPy，數(shù)據(jù)分析工具Pandas，數(shù)據(jù)可視化，面向?qū)ο缶幊獭ython的GUI程序設(shè)計(jì)及Python的數(shù)據(jù)庫(kù)編程。有監(jiān)督學(xué)習(xí)算法：K近鄰算法、邏輯回歸、決策樹(shù)、支持向量機(jī)等。無(wú)監(jiān)督學(xué)習(xí)算法：K均值算法、基于密度的掃描聚類、高斯聚類模型、主成分分析。集成學(xué)習(xí)算法：非強(qiáng)依賴的Bagging和隨機(jī)森林算法及強(qiáng)依賴的Boosting算法(著重講解XGBoost算法)。神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)：神經(jīng)網(wǎng)絡(luò)基本概念和深度學(xué)習(xí)基礎(chǔ)。
Python人工智能基礎(chǔ) 目錄
緒論
第1章 Python 基礎(chǔ)
1.1 開(kāi)發(fā)環(huán)境、Python基礎(chǔ)知識(shí)
1.1.1 開(kāi)發(fā)環(huán)境
1.1.2 Python基礎(chǔ)知識(shí)
1.2 列表、元組、字典、集合
1.3 模塊和函數(shù)
1.4 科學(xué)計(jì)算庫(kù)NumPy
1.5 數(shù)據(jù)分析工具Pandas
1.6 數(shù)據(jù)可視化
1.7 面向?qū)ο缶幊獭ython的GUI程序設(shè)計(jì)及Python的數(shù)據(jù)庫(kù)編程
第2章 模型評(píng)估與選擇
2.1 模型的評(píng)估方法
2.2 性能度量的方法
2.3 模型的選擇與常見(jiàn)模型的優(yōu)缺點(diǎn)
第3章 K近鄰算法
3.1 K近鄰算法簡(jiǎn)介
3.2 K近鄰算法API初步使用
3.3 距離度量
3.4 K值的選擇
3.5 KNN算法的特點(diǎn)及優(yōu)勢(shì)與劣勢(shì)
3.6 案例
第4章 線性回歸
4.1 線性回歸簡(jiǎn)介及數(shù)學(xué)求導(dǎo)
4.2 線性回歸API初步使用
4.3 線性回歸的損失和優(yōu)化
4.4 梯度下降法介紹
4.5 欠擬合與過(guò)擬合
4.6 案例
第5章 邏輯回歸
5.1 邏輯回歸算法簡(jiǎn)介
5.2 邏輯回歸API的初步使用
5.3 案例及分類評(píng)估方法
5.4 ROC曲線繪制
第6章 決策樹(shù)
6.1 決策樹(shù)算法簡(jiǎn)介
6.2 決策樹(shù)分類原理
6.3 CART剪枝
6.4 特征工程及特征提取
6.5 決策樹(shù)算法API的初步使用
6.6 案例
第7章 支持向量機(jī)
7.1 SVM算法簡(jiǎn)介及SVM算法API的初步使用
7.1.1 基本概念
7.1.2 SVM算法API的初步使用
7.2 SVM算法原理
7.3 SVM算法的損失函數(shù)
7.4 SVM算法的核函數(shù)
7.5 SVM回歸
7.6 案例
第8章 樸素貝葉斯分類器
8.1 樸素貝葉斯算法簡(jiǎn)介
8.2 概率知識(shí)
8.3 拉普拉斯估計(jì)法
8.4 案例
第9章 集成學(xué)習(xí)
9.1 不存在強(qiáng)依賴，可同時(shí)生成的并行方法
9.2 個(gè)體學(xué)習(xí)器有強(qiáng)依賴，串行生成序列方法
9.2.1 XGBoost集成學(xué)習(xí)算法的工作原理
9.2.2 停止分裂條件判斷
9.2.3 XGBoost解決過(guò)擬合的問(wèn)題
9.3 XGBoost集成學(xué)習(xí)算法API初步實(shí)驗(yàn)
9.4 案例
0章 降維算法
10.1 理解降維的目的和常見(jiàn)的方法
10.2 線性判別分析法
10.3 主成分分析法
10.4 案例
1章 聚類
11.1 無(wú)監(jiān)督學(xué)習(xí)、監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)
11.2 聚類算法簡(jiǎn)介及聚類算法API函數(shù)的初步使用
11.3 聚類算法實(shí)現(xiàn)流程
11.4 案例
2章 神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)
12.1 神經(jīng)網(wǎng)絡(luò)概念
12.2 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)、激活函數(shù)
12.3 神經(jīng)網(wǎng)絡(luò)求解遇到的問(wèn)題
12.4 深度學(xué)習(xí)基礎(chǔ)
參考文獻(xiàn)
附錄 Python安裝指南
展開(kāi)全部
Python人工智能基礎(chǔ) 作者簡(jiǎn)介
孫成立，男，1975 年3 月出生。教授，博士，碩士生導(dǎo)師，南昌航空大學(xué)電子信息工程專業(yè)負(fù)責(zé)人，中國(guó)電子學(xué)會(huì)華中地區(qū)EDA技術(shù)研究會(huì)常務(wù)理事。北京郵電大學(xué)信號(hào)與信息處理專業(yè)博士，哈爾濱工業(yè)大學(xué)深圳研究生院博士后，英國(guó)謝菲爾德大學(xué)訪問(wèn)學(xué)者。主要研究方向包括基于深度學(xué)習(xí)的語(yǔ)音識(shí)別、語(yǔ)音增強(qiáng)、聲學(xué)場(chǎng)景分析方法理論與應(yīng)用。
書友推薦
- >
莉莉和章魚
- >
我與地壇
- >
經(jīng)典常談
- >
我從未如此眷戀人間
- >
中國(guó)人在烏蘇里邊疆區(qū):歷史與人類學(xué)概述
- >
上帝之肋:男人的真實(shí)旅程
- >
煙與鏡
- >
名家?guī)阕x魯迅:故事新編
本類暢銷
