【假一罚四】人工智能算法案例大全：基于Python李一邨
全新正版书籍，假一罚四，可开发票。24小时内发货。
￥ 79.7 8.0折 ￥ 99.9 全新
库存2件
浙江嘉兴
认证卖家担保交易快速发货售后保障
作者李一邨
出版社机械工业出版社
ISBN9787111721260
出版时间2023-03
装帧平装
开本16开
定价99.9元
货号31707597
上书时间2024-10-08
- 店主推荐
- 最新上架
![【全新正版，假一罚四】老友、爱人和大麻烦[加] 马修·派瑞9787544798501译林](https://www0.kfzimg.com/sw/kfz-cos/kfzimg/19363336/ec517fa93239f8f3_s.jpg)
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
李一邨，浙大城市学院青年英才、浙江大学量化金融博士、杭州市科协智库专家、杭州科促会数据科学家与理事会理事、杭州师范大学校外指导老师，现任杭州伊园科技有限公司总经理。前沿量化科学领域的深耕者，致力于将多元学科的前沿理论嫁接融合到金融投资领域。曾连续5届（第8~12届）获得《证券时报》和《期货日报》联合评选的“中国Zui佳金融量化策略工程师”。
目录
前言第1章无处不在的算法1.1人工智能发展的历史1.2人工智能算法的分类与流派第2章常见的数据特征处理2.1常见的数据预处理和特征选择方法2.1.1常见的数据预处理2.1.2常见的特征选择方法2.2主成分分析2.2.1PCA算法步骤和特征分解理论2.2.2PCA规约MNIST数据集2.3高新技术企业行业技术周期数据的可视化和相关性分析2.3.1特征的系统性描述2.3.2特征的深入观察第3章常见的回归模型3.1线性回归模型3.1.1普通小二乘法的原理3.1.2广告投入产出分析案例3.2逻辑斯谛回归3.2.1逻辑斯谛回归的原理3.2.2乳腺癌恶性、良性肿瘤分类预测 3.3正则化方法3.3.1普通小二乘法与岭回归3.3.2核岭回归3.3.3核岭回归、岭回归和LASSO的区别与联系3.3.4常用核函数3.3.5社区和犯罪数据集的分析第4章基于实例的算法4.1K-Means算法4.1.1K-Means的算法原理4.1.2基于K-Means聚类分析的肥胖原因探索4.2KNN算法4.2.1KNN的算法原理4.2.2手机流量套餐的KNN聚类研究第5章树方法5.1决策树5.1.1决策树的原理5.1.2泰坦尼克号的末日求生5.2随机森林5.2.1随机森林的原理5.2.2泰坦尼克号的生存分析5.3XGBoost5.3.1XGBoost的算法原理5.3.2沪深300指数的波动率预测第6章神经网络6.1多层感知器6.1.1线性可分的二分类案例6.1.2线性不可分的案例6.2深度神经网络6.2.1基于Ames House Price数据的XGBoost模型案例6.2.2基于Ames House Price数据的深度神经网络案例6.3卷积神经网络6.3.1随机森林识别mnist数据集6.3.2卷积神经网络识别mnist数据集6.3.3卷积神经网络识别带有噪声的mnist数据集6.4循环神经网络6.4.1时间序列的可视化与特征分析6.4.2GRU网络结构设计6.4.3模型训练与预测第7章自然语言处理7.1常用的文本处理技巧7.1.1文本数据展示和基本性质观察7.1.2多个语料库的深入分析7.2文本分析和挖掘7.2.1Women's Clothing E-Commerce Reviews数据集的分析与观察7.2.2基于词向量模型的分类预测7.2.3基于词汇的情感分析7.3主题建模7.3.1潜在语义分析7.3.2sklearn库的LDA模型7.3.3gensim库的LDA模型7.4新闻的内容分析与LDA主题模型的相关性分析7.4.1基于内容分析法分析新闻数据7.4.2新闻数据的LDA模型分析第8章社会网络8.1社会网络的介绍和统计8.1.1社会网络的基础概念及可视化8.1.2社会网络的多种统计指标8.2社交网络的数据分析8.2.1某在线社交网络分析8.2.2贵格会的社交网络分析第9章遗传算法9.1遗传算法与旅行商问题9.1.1旅行商问题在遗传算法中的定义9.1.2遗传算法的选择、交叉和变异9.2遗传算法与波士顿房价预测9.2.1利用经典回归模型预测波士顿房价9.2.2利用遗传算法进行特征选择9.3Geatpy库的应用实例9.3.1啤酒混合策略9.3.2房间布局优化问题第10章推荐算法10.1电影数据集的协同过滤推荐10.1.1电影数据集的介绍和可视化10.1.2基于电影评分数据的协同过滤推荐算法10.1.3基于内容数据的协同过滤推荐算法10.2基于巡航数据的模糊控制系统10.2.1智能巡航控制系统10.2.2小费决策的模糊控制系统
内容摘要
本书的编程语言以Python为主，详细介绍了人工智能算法的主流类别，涉及常见的数据特征处理、回归模型、基于实例的算法、树方法、神经网络、自然语言处理、社会网络、遗传算法和推荐算法。本书针对每一大类算法都介绍了该门类下的经典算法，并运用常见算法库以代码实现为目的，以商业分析、金融投资、科研辅助和工程优化等案例为对象，逐步讲解每一种算法的实现方法及在案例分析中的运用，部分案例配备了教学视频，可扫码实时观看。同时，随书还提供了程序源代码、授课用PPT等海量附加学习资源。本书适用的读者对象包括：商业分析师、高校科研工作者、互联网企业的算法工程师、大中专院校相关专业师生以及其他需要掌握人工智能算法知识的读者。
主编推荐
从代码解析到案例实战，扫码即可观看相关教学视频涉及商业分析、金融投资、社交网络和工程优化等领域
— 没有更多了 —
以下为对购买帮助不大的评价