大数据与人工智能
正版保障 假一赔十 可开发票
￥ 43.66 6.3折 ￥ 69 全新
仅1件
广东广州
认证卖家担保交易快速发货售后保障
作者编者:杨忠宝//佘向飞|责编:杜鹃//郑双
出版社北京大学出版社
ISBN9787301328903
出版时间2021-09
装帧平装
开本16开
定价69元
货号11521713
上书时间2024-09-05
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
杨忠宝，长春工程学院计算机学院副教授、基础教学部主任，《大数据与人工智能》课程组负责人。主要研究方向为大数据、数据库、人工智能。发表论文10余篇，其中一篇被EI索引；曾在我社主编出版教材《C语言程序设计教程》等；主持或参与的省部级项目1项、厅局级项目2项。历年主讲的课程包括C语言程序设计、VB语言程序设计、JAVA语言程序设计、大学计算机基础、网页设计、计算机网络、数据库原理、C#程序设计、大数据与人工智能等。
佘向飞，长春工程学院计算机学院副教授，主要研究方向为软件工程，大数据。发表论文10余篇，出版著作6部。
目录
第一部分 大数据篇
第1章 绪论
1.1 大数据的定义
1.2 大数据的产生
1.3 大数据的来源
1.4 大数据的特征
1.5 大数据的作用
第2章 大数据架构
2.1 云计算
2.1.1 云计算两大核心功能
2.1.2 云计算的典型特征
2.1.3 云计算的三种模式
2.1.4 云计算的服务方式
2.1.5 云计算数据中心
2.1.6 云计算典型应用
2.2 大数据架构及关键技术
2.2.1 大数据架构
2.2.2 关键技术
2.3 Hadoop体系架构
第3章 大数据采集及预处理
3.1 大数据采集
3.2 网络爬虫
3.3 数据预处理
3.3.1 数据预处理的原因
3.3.2 数据预处理技术
3.4 常用ETL工具
第4章 大数据存储
4.1 大数据存储概述
4.2 大数据的存储设备
4.2.1 数据存储设备
4.2.2 数据存储模式
4.3 数据库和数据仓库
4.3.1 传统数据库
4.3.2 大数据数据库
4.3.3 数据仓库
第5章 大数据分析与挖掘
5.1 大数据分析
5.2 大数据分析的步骤与方法
5.3 大数据挖掘
第6章 大数据可视化
6.1 数据可视化
6.2 大数据可视化的方法
6.3 大数据可视化工具
第7章 大数据应用
7.1 国外大数据应用
7.2 国内大数据应用
第二部分 人工智能篇
第8章 人工智能概论
8.1 人工智能的概念
8.2 人工智能的分类和学派
8.2.1 人工智能的分类
8.2.2 人工智能的学派
8.3 人工智能的发展
8.4 人工智能研究的基本内容
8.5 当人工智能遇上大数据
8.6 人工智能引发的思考
第9章 机器学习
9.1 机器学习概述
9.2 机器学习的基本流程
9.3 机器学习算法
9.4 决策树分类
9.5 逻辑回归分类
9.6 支持向量机
9.7 聚类
9.8 关联规则
9.9 人工神经网络
第10章 深度学习
10.1 深度学习概述
10.2 卷积神经网络
10.3 循环神经网络
10.4 生成对抗网络
10.5 强化学习
10.6 迁移学习
10.7 对偶学习
第11章 人工智能应用
11.1 图像识别与分类
11.2 语音识别
11.3 人脸识别和情感计算
11.4 自动驾驶
11.5 智能家居
11.6 专家系统
11.7 机器人
11.8 自然语言处理
11.9 其他AI应用
第三部分 实践篇
第12章 Python概述
12.1 Python的发展简史
12.2 Python的特点
12.3 Python的应用领域
12.4 Python开发环境安装配置
12.4.1 Jupyter Notebook
12.4.2 Spyder
12.4.3 Anaconda Prompt
12.5 Python类库的导入
第13章 Python语法基础
13.1 标识符、常量、变量
13.2 数据类型、运算符
13.2.1 数据类型
13.2.2 运算符
13.3 函数
13.3.1 内置函数
13.3.2 用户自定义函数
第14章 列表与字典
14.1 列表
14.2 字典
14.3 元组
14.4 集合
第15章 Python控制结构
15.1 顺序结构
15.2 选择结构
15.2.1 单分支if语句
15.2.2 双分支if语句
15.2.3 多分支if语句
15.2.4 if语句的嵌套
15.3 循环结构
15.3.1 while语句
15.3.2 for语句
15.3.3 break语句和continue语句
15.3.4 循环嵌套
15.4 经典算法
第16章 文件与数据库
16.1 文件的概念及分类
16.2 文件的打开与关闭
16.2.1 文件的打开
16.2.2 文件的关闭
16.3 文件的读/写
16.3.1 用于文件读/写的方法
16.3.2 文件读/写示例
16.4 数据库访问
16.4.1 Access数据库访问
16.4.2 MySQL数据库访问
16.4.3 MongoDB数据库访问
第17章 Python常用类库
17.1 NumPy库
17.2 Matplotlib库
17.3 Pandas库
17.4 Scikit-learn库
17.5 Keras库
参考文献
内容摘要
本书以通俗易懂的方式，介绍了大数据和人工智能的发展历程、应用，Python基本语法、数据类型、基本流程控制结构、扩展类库等内容。
全书共分17章，主要讲解了大数据的概念、产生、发展、作用等基础知识；云计算和Hadoop体系结构；大数据的采集、预处理、存储、分析与挖掘、可视化等大数据处理流程；大数据在国内外的应用；人工智能概念、分类、学派、发展、研究内容等基础知识；主流的机器学习算法；几种深度学习算法；人工智能应用领域；Python发展、特点、应用领域、开发环境安装配置及类库的导入等知识；Python基本语法知识；列表、字典、元组和集合等主要复合数据类型；顺序、选择和循环等三种基本流程控制结构；数据的存储，包括文件和数据库；Python中常用的几种扩展类库等内容。
本书既适合作为高校各个专业的人工智能的基础教材，又可作为自学大数据、人工智能人员以及人工智能爱好者的参考读物。
主编推荐
本书既适合作为高校各个专业的人工智能的基础教材，又可作为自学大数据、人工智能人员以及人工智能爱好者的参考读物。
精彩内容
本书以通俗易懂的方式，介绍了大数据和人工智能的发展历程、应用，Python的基本语法、数据类型、基本流程控制结构、扩展类库等内容。
全书共分17章，主要讲解了大数据的定义、产生、发展、作用等基础知识；云计算和Hadoop体系结构；大数据的采集、预处理、存储、分析与挖掘、可视化等大数据处理流程；大数据在国内外的应用；人工智能概念、分类、学派、发展、研究内容等基础知识；主流的机器学习算法；几种深度学习算法；人工智能应用领域；Python发展、特点、应用领域、开发环境安装配置及类库的导入等知识；Python基本语法知识；列表、字典、元组和集合等主要复合数据类型；顺序、选择和循环等三种基本流程控制结构；文件读/写操作和数据库访问；Python中常用的几种扩展类库等内容。
本书既适合作为高校各个专业的人工智能的基础教材，又可作为自学大数据、人工智能人员以及人工智能爱好者的参考读物。
媒体评论
本书既适合作为高校各个专业的人工智能的基础教材，又可作为自学大数据、人工智能人员以及人工智能爱好者的参考读物。
— 没有更多了 —
以下为对购买帮助不大的评价