机器学习与深度学习
正版新书 新华官方库房直发 可开电子发票
￥ 59.84 6.8折 ￥ 88 全新
库存4件
作者陶玉婷主编
出版社电子工业出版社
ISBN9787121442766
出版时间2022-10
版次1
装帧平装
开本16开
纸张胶版纸
页数304页
字数455千字
定价88元
货号SC:9787121442766
上书时间2024-07-16
- 在售商品 暂无
- 平均发货时间 19小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
作者简介:
陶玉婷，2013年毕业于南京理工大学，获模式识别与智能系统专业的工学博士学位。曾于2010—2011年赴美国亚利桑那州立大学访学半年。现为金陵科技学院智能科学与技术专业骨干教师、CCF会员和JSAI会员。讲授人工智能数学基础、机器视觉与边缘计算应用等课程，发表教改论文2篇，主持人工智能课程教学试点项目1项。研究方向为图像处理、机器学习、数值计算，发表SCI论文6篇、EI论文4篇，申请软件著作权3项，并主持和参与校科研孵化基金项目、江苏省国际科技合作项目、江苏省自然科学重大项目、国家自然科学基金面上项目等多个科研项目。
内容简介:
本书是“高级人工智能人才培养丛书”中的一本，首先介绍了机器学习的相关概念和发展历史，随后在此基础上介绍了深度学习——它本质上是近几年来大数据技术催生的产物。本书共12章，其中，第1～7章为机器学习方面的内容，分别介绍了机器学习的简单模型、贝叶斯学习、决策树、支持向量机、集成学习和聚类；第8～12章为深度学习方面的内容，由感知机与神经网络开始，之后分别介绍了卷积神经网络、循环神经网络、生成对抗网络及强化学习。第2～12章均提供了相应的实验案例，不仅配有完整翔实的Python语言代码及相关注释，还给出了实验结果和实验分析，便于初学者上机操作并加强理解。本书注重易学性、系统性和实战性，力求为人工智能及相关专业的学生提供一本基础教材，同时为在其他学科应用人工智能技术的读者提供一本深入浅出的参考书。本书适合作为人工智能、计算机科学与技术、自动化控制等相关专业本科生和研究生的教材。此外，高职和专科学校也可以选用本书部分内容开展教学。
目录:
第1章引言
1.1人工智能概述
1.1.1人工智能产生的基础条件
1.1.2人工智能的发展史
1.1.3人工智能的几个重要分支
1.1.4人工智能与机器学习和深度学习的关系
1.2机器学习概述
1.2.1机器学习的定义
1.2.2机器学习的主要方法
1.2.3机器学习的应用及其相关课程介绍
1.3深度学习概述
1.3.1深度学习产生的背景
1.3.2深度学习的几种常用模型
1.3.3深度学习的应用场合
1.3.4深度学习开源工具
习题
参考文献
第2章简单模型
2.1KNN算法
2.1.1算法原理
2.1.2算法步骤
2.1.3算法描述
2.1.4算法评价
2.1.5算法实例
2.2线性回归
2.2.1算法原理
2.2.2模型求解
2.2.3算法步骤
2.2.4算法描述
2.2.5算法评价
2.2.6算法实例
2.3逻辑回归
2.3.1算法原理
2.3.2模型求解
2.3.3算法步骤
2.3.4算法描述
2.3.5算法评价
2.4实验：逻辑回归算法
2.4.1实验目的
2.4.2实验要求
2.4.3实验原理
2.4.4实验步骤
2.4.5实验结果
2.4.6结果分析
习题
参考文献
第3章贝叶斯学习
3.1贝叶斯方法简述
...
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价