工业智能化知识基础

图书标准信息

• 作者 责编：戈兰 著；杜斌 编者；贾树晋
• 出版社 冶金工业出版社
• 出版时间 2021-09
• 版次 1
• ISBN 9787502489298
• 定价 69.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 156页
• 字数 185.000千字

【内容简介】

本书是一本集基础知识、实际工业案例、编程代码（PYTHON）于一体的通俗实用的读本，用于帮助钢铁企业和其他行业中的材料、工艺、设备、能源、质量和制造等专业的工程师快速学习和了解数字智能化基础知识。本书内容包括数理统计基础、数据分析与建模、计算机简单编程、数学优化、数字仿真等多门基础学科以及人工智能、机器学习等专业知识，大部分章节配有普适性的实例，还在附录中配置了十多个作者所在团队的数据建模、智能控制、智能优化的实例，并给出计算的简易源代码以便年轻工程师快速上手。

【目录】

1 数理统计基础 1.1 数据描述方法 1.1.1 直方图和箱线图 1.1.□ 散点图 1.□ 概率论基础 1.□.1 随机□量的概率计算 1.□.□ 概率分布 1.□.3 正态分布 □ 数据分析与建模 □.1 一元线性回归 □.1.1 一元线性回归模型 □.1.□ 一元线性回归的 小二乘法 □.1.3 一元线性回归方程的检验 □.1.4 数据异常点对建模的影响 □.□ 多元线性回归 □.□.1 多元线性回归模型 □.□.□ 多元线性回归的 小二乘法 □.□.3 概率视角： 似然估计法 □.□.4 多元线性回归方程的检验 □.□.5 含虚拟□量的回归方法 □.3 非线性回归 □.3.1 多项式回归 □.3.□ 函数□换回归 □.3.3 分段线性化回归 □.3.4 直接非线性回归 □.4 时间序列分析 □.4.1 AR模型 □.4.□ MA模型 □.4.3 指数平滑模型 □.5 优化建模基础 □.5.1 线性规划模型 □.5.□ 整数规划模型 □.5.3 □□论基础 3 人工智能基础 3.1 人工智能简介 3.□ 机器学习算法 3.□.1 K均值算法 3.□.□ k近邻算法 3.□.3 决策树算法 3.□.4 支持向量机 3.3 神经网络分析与建模 3.3.1 感知器与多层感知器 3.3.□ BP神经网络 3.3.3 深度学习概览 3.3.4 神经网络的过拟合 3.4 现代启发式算法 3.4.1 遗传算法 3.4.□ 群智能算法 3.4.3 模拟退火算法 4 数字仿真原理与应用