人工智能算法基础
正版现货 可开具图书发票 下单后当天即可发货
￥ 72.55 6.7折 ￥ 109 全新
库存2件
山西太原
认证卖家担保交易快速发货售后保障
作者唐宇迪
出版社北京大学出版社有限公司
ISBN9787301329184
出版时间2021-09
装帧平装
开本16开
定价109元
货号11509985
上书时间2024-11-20
- 在售商品 暂无
- 平均发货时间 6小时
- 好评率 暂无
- 店主推荐
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
唐宇迪，计算机专业博士，网易云课堂人工智能认证行家，51CTO学院讲师，CSDN博客讲师。拥有多年人工智能领域培训经验，带领课程研发团队累计开发AI课程60余门，覆盖当下人工智能热门应用领域。2020年10月在我社出版《人工智能数学基础》，定价119元，印刷1.6万册。
史卫亚，1973年4月出生，博士，副教授，IEEE会员，CCF会员，INNS会员。2009年获得复旦大学计算机应用专业博士学位。2015-2016年在美国北卡罗纳大学做访问学者，现执教于河南工业大学信息科学与工程学院。主要研究方向：机器学习、数据库、图像和视频处理、人工智能和模式识别。 罗召勇，B站人气网红讲师，录制的“数据结构与算法”“微信公众号开发”“分布式微服务架构（直播回放）”“微信公众号开发springboot版”视频课程发布于B站、腾讯课堂、网易云课堂、爱奇艺课堂等各大平台，累计播放量超50万，其中B站播放量30万余，获得网络学员的一致好评。1+X大数据职业技能等级考试出题人，1+X大数据职业技能等级考试师资培训专家，贵州省教育科学院官网项目技术指导。
目录
第0章 人工智能与算法1 0.1 人工智能发展的水平 2 0.2 人工智能技术总览 3 0.3 算法在人工智能技术中的地位 9 0.4 学好算法能有哪些竞争优势 10 第1章 排序算法12 1.1 冒泡排序（Bubble Sort） 13 1.2 直接插入排序（Insert Sort） 20 1.3 直接选择排序（Select Sort） 24 1.4 升级版冒泡排序——快速排序（Quick Sort） 26 1.5 升级版插入排序——希尔排序（Shell Sort） 29 1.6 升级版选择排序——堆排序（Heap Sort） 31 1.7 归并排序（Merge Sort） 34 1.8 基数排序（Radix Sort） 36 1.9 应用：应该使用哪种排序算法 40 1.10 高手点拨 42 1.11 编程练习 42 1.12 面试真题 42 第2章 查找算法43 2.1 线性查找（Line Search）——傻瓜式查找 44 2.2 二分查找（Binary Search）——排除另一半 44 2.3 插值查找（Insert Search）——预判位置 45 2.4 斐波那契查找（Fibonacci Search）——黄金分割法 46 2.5 树结构查找（Tree Search） 48 2.6 散列查找（Hash Search） 48 2.7 应用：自实现indexOf函数 49 2.8 高手点拨 49 2.9 编程练习 50 2.10 面试真题 50 第3章 字符串算法51 3.1 朴素算法 52 3.2 KMP算法 53 3.3 Boyer-Moore算法 55 3.4 Rabin-Karp算法 59 3.5 Trie树 59 3.6 应用：AC自动机算法 60 3.7 高手点拨 64 3.8 编程练习 65 3.9 面试真题 65 第4章 线性结构66 4.1 链表 67 4.2 栈 72 4.3 队列 73 4.4 应用：逆波兰计算器 74 4.5 高手点拨 81 4.6 编程练习 82 4.7 面试真题 82 第5章 树结构83 5.1 树结构概述 84 5.2 二叉树 84 5.3 线索二叉树 90 5.4 二叉查找树 92 5.5 K近邻算法与k-d树 111 5.6 赫夫曼树 119 5.7 多路查找树 134 5.7.1 2-3树 134 5.7.2 B树 140 5.7.3 B+树 140 5.8 高手点拨 141 5.9 编程练习 141 5.10 面试真题 142 第6章 堆结构143 6.1 二叉堆 144 6.2 d-堆 144 6.3 二项堆 145 6.4 斐波那契堆 148 6.5 左式堆 150 6.6 斜堆 152 6.7 应用：优先队列 152 6.8 高手点拨 153 6.9 编程练习 153 6.10 面试真题 153 第7章 散列结构154 7.1 散列概述 155 7.2 散列函数的设计 156 7.3 解决冲突 157 7.4 完美散列 160 7.5 应用 161 7.6 高手点拨 162 7.7 编程练习 162 7.8 面试真题 162 第8章 图结构163 8.1 图结构概述 164 8.2 图的存储 167 8.3 图的搜索 170 8.4 拓扑排序 173 8.5 应用：修路问题 175 8.6 高手点拨 178 8.7 编程练习 179 8.8 面试真题 179 第9章 递归算法180 9.1 递归的概述 181 9.2 应用：汉诺塔问题 183 9.3 高手点拨 185 9.4 编程练习 185 9.5 面试真题 185 第10章 分类算法186 10.1 分类算法概述 187 10.2 决策树 192 10.3 支持向量机 207 10.4 朴素贝叶斯算法 223 10.5 综合案例——基于SVM算法的癌症预测 231 10.6 高手点拨 235 10.7 编程练习 236 10.8 面试真题 236 第11章 回归算法237 11.1 回归算法概述 238 11.2 线性回归算法 238 11.3 逻辑回归算法 251 11.4 综合案例——信用卡欺诈检测 259 11.5 高手点拨 264 11.6 编程练习 266 11.7 面试真题 267 第12章 聚类算法268 12.1 聚类算法概述 269 12.2 K-means算法 270 12.3 K-means算法实践 276 12.4 DBSCAN算法 284 12.5 综合案例——图像分割 290 12.6 高手点拨 292 12.7 编程练习 293 12.8 面试真题 294 第13章 降维算法295 13.1 降维算法概述 296 13.2 主成分分析 296 13.3 线性判别分析 306 13.4 综合案例——基于PCA和逻辑回归算法对鸢尾花数据集分类 313 13.5 高手点拨 315 13.6 编程练习 316 13.7 面试真题 317 第14章 集成学习算法318 14.1 集成学习概述 319 14.2 Bagging算法 319 14.3 Boosting算法 321 14.4 XGBoost算法 322 14.5 综合案例——基于XGBoost算法的客户流失预测 335 14.6 高手点拨 346 14.7 编程练习 346 14.8 面试真题 347 第15章 基于价值的强化学习(Value-Based RL)算法348 15.1 强化学习 349 15.2 Q-Learning算法 351 15.3 DQN（Deep Q-Learning）算法 356 15.4 综合案例——让AI自主探索迷宫 363 15.5 高手点拨 366 15.6 编程练习 366 15.7 面试真题 366 第16章 基于策略的强化学习(Policy-Based RL)算法367 16.1 策略梯度（Policy Gradient）算法 368 16.2 Actor-Critic算法 377 16.3 综合案例——不错马里奥的实现 386 16.4 高手点拨 389 16.5 编程练习 389 16.6 面试真题 389 第17章 神经网络模型算法390 17.1 神经网络概述 391 17.2 神经元模型和神经网络模型 392 17.3 BP神经网络算法 39 17.4 综合案例——使用神经网络进行回归预测 403 17.5 高手点拨 407 17.6 编程练习 407 17.7 面试真题 408
内容摘要
本书以零基础讲解为宗旨，详细讲解了常用的人工智能算法，并与实际应用相结合，内容循序渐进，案例丰富翔实，旨在帮助读者掌握人工智能的箅法基础。全书分为4篇，共20章。其中第1篇为基础算法篇,从第1章到第9章，主要讲述排序、査找、线性结构、树、散列、图、堆栈等基本数据结构算法；第2篇为机器学习算法篇，从第10章到第14章，主要讲述分类算法、回归算法、聚类箅法、降维算法和集成学习算法;第3篇为强化学习算法篇，从第15章到第16章，主要讲述基于价值的强化学习算法和基于策略的强化学习算法;第4篇为深度学习算法篇，从第17章到第19章，主要讲述神经网络模型算法、循环神经网络算法和卷积神经网络算法等内容。本书适合准备从事数据科学与人工智能相关行业的读者。
主编推荐
（1）零基础也能快速入门。本书从最基础的算法基础讲起，由浅入深，层层递进，在巩固固有知识的同时深入讲解人工智能的算法原理，无论读者是否从事计算机相关行业，是否接触过人工智能，都能通过本书实现快速入门。（2）理论和实践相结合。每章最后提供根据所在章的理论知识点精心设计的“应用”，读者可以通过应用实例进行实践操作，为以后的算法学习奠定基础。（3）大量范例源码+习题答案，为学习排忧解难。本书所有示例都有清晰完整的源码，每章之后设有习题并配套题目答案，讲解清晰，解决读者在学习中的所有困惑。
精彩内容
当前AI图书市场，理论知识与实践经验的脱节，是很多书籍的缺点。本书立足于理论，从实例入手，将理论知识和实际应用结合，目标是让读者能够快速地熟悉人工智能中经典算法。全书分为4篇，共20章。其中第1篇为基础算法篇，主要讲述排序、查找、线性结构、树、队列、散列、图、堆栈等基本数据结构算法；第2篇为机器学习算法篇，主要讲述分类算法、回归算法、聚类算法、降维算法和集成算法；第3篇为强化学习算法篇，主要讲述基于价值的强化学习算法和基于策略的强化学习算法；第4 篇为深度学习算法篇，主要讲述神经网络模型算法、循环神经网络算法和卷积神经网络算法等内容。 本书适合从事数据科学与人工智能相关行业的读者阅读。
媒体评论
（1）零基础也能快速入门。本书从最基础的算法基础讲起，由浅入深，层层递进，在巩固固有知识的同时深入讲解人工智能的算法原理，无论读者是否从事计算机相关行业，是否接触过人工智能，都能通过本书实现快速入门。（2）理论和实践相结合。每章最后提供根据所在章的理论知识点精心设计的“应用”，读者可以通过应用实例进行实践操作，为以后的算法学习奠定基础。（3）大量范例源码+习题答案，为学习排忧解难。本书所有示例都有清晰完整的源码，每章之后设有习题并配套题目答案，讲解清晰，解决读者在学习中的所有困惑。
— 没有更多了 —
以下为对购买帮助不大的评价