人工智能实践教程
全新正版 极速发货
￥ 38.89 6.6折 ￥ 59 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
作者刘攀,黄务兰,魏忠
出版社北京大学
ISBN9787301328774
出版时间2022-07
装帧其他
开本其他
定价59元
货号1202711669
上书时间2024-06-02
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
刘攀，上海商学院教授。近五年，主持和参与国家、省部级以上科研项目10项，主持教研课题3项；主编教材1部，字数共计30万字；公开发表论文30余篇，其中25篇被SCI或EI检索、5篇北大核心；获得国家发明专利2项，使用新型专利1项，多次带队参加各种学科竞赛荣获全国二等奖2项，三等奖8项，上海市级一等奖1项，二等奖2项，三等奖12项，优秀设计奖若干。
黄务兰，上海商学院副教授。近五年，主持及参与国家、省部级、地厅级科研项目6项，承担教研课题2项；参编教材2部，字数共计18万字；公开发表论文10余篇，其中4篇CSSCI、2篇北大核心，1篇EI检索论文。
魏忠，博士，上海海事大学电子商务专业副教授、管理科学专业硕士生导师、MBA\\EMBA导师、西安电子科技大学计算机学院硕士生导师、东华大学计算机学院硕士生导师。出版了5本教育专著和发表50多篇文章，曾获得上海高教成果一等奖、二等奖、三等奖。讲授《网络智能技术与应用》和《数据可视化》课程。
目录
第一篇 Python语言
第1章 Python简介3
1.1 Python介绍4
1.2 Python的环境配置4
1.2.1 Python的安装4
1.2.2 IPython的安装7
1.2.3 PyCharm的安装10
1.2.4 Anaconda的安装16
1.3 本章小结22
1.4 本章习题22
第2章 Python人工智能之路——基础23
2.1 书写格式和基本规则24
2.2 数据类型24
2.2.1 基本数据类型24
2.2.2 特征数据类型27
2.3 基本运算和表达式31
2.3.1 变量31
2.3.2 算术运算31
2.4 基本流程控制32
2.4.1 顺序控制32
2.4.2 条件控制（选择控制）32
2.4.3 循环控制35
2.4.4 循环控制语句37
2.5 函数39
2.5.1 Python函数39
2.5.2 参数41
2.5.3 匿名函数43
2.6 本章小结45
2.7 本章习题45
第3章 Python人工智能之路——进阶47
3.1 正则表达式48
3.1.1 基本语法和使用48
3.1.2 贪婪匹配和非贪婪匹配52
3.2 re模块的内置函数53
3.2.1 匹配与搜索53
3.2.2 切分与分组57
3.3 图形绘制61
3.3.1 Tkinter库的Canvas图形绘制方法61
3.3.2 Turtle库的图形绘制方法64
3.3.3 Matplotlib库的图形绘制方法67
3.4 文件读/写70
3.4.1 文本文件和二进制文件的区别70
3.4.2 文件的打开和关闭71
3.4.3 文件的读取、写入、追加72
3.5 案例应用73
3.5.1 猜数字73
3.5.2 CSV文件读/写73
3.5.3 Web服务器的构建75
3.6 本章小结77
3.7 本章习题77
第4章 Python人工智能之路——第三方库78
4.1 第三方库的安装和使用79
4.1.1 第三方库的安装79
4.1.2 第三方库的使用81
4.2 NumPy库81
4.2.1 NumPy库简介81
4.2.2 NumPy库的应用82
4.3 Pandas库87
4.3.1 Pandas库简介87
4.3.2 Series库简介87
4.3.3 DataFrame库简介93
4.3.4 数据分析和可视化106
4.4 Sklearn库108
4.4.1 Sklearn库简介108
4.4.2 Sklearn库的应用109
4.5 Keras库113
4.5.1 Keras库简介113
4.5.2 Keras库的应用116
4.6 TensorFlow库117
4.6.1 TensorFlow库简介117
4.6.2 TensorFlow库的应用118
4.7 本章小结120
4.8 本章习题121
第二篇 人工智能实战基础
第5章 数据预处理技术和方法125
5.1 数据预处理概述126
5.2 缺失值处理126
5.3 特征编码131
5.4 数据标准化和正则化132
5.4.1 数据标准化132
5.4.2 数据正则化135
5.5 特征选择135
5.5.1 过滤式特征选择136
5.5.2 包裹式特征选择138
5.5.3 嵌入式特征选择139
5.6 稀疏表示和字典学习140
5.7 主成分分析141
5.8 本章小结142
5.9 本章习题142
第6章 KNN算法144
6.1 KNN算法概述145
6.1.1 KNN算法的基本原理145
6.1.2 KNN算法的重要参数146
6.1.3 KNN算法的特点148
6.2 基于KNN算法的手写字识别148
6.2.1 项目背景148
6.2.2 项目实战149
6.3 基于KNN算法的网站约会配对152
6.3.1 项目背景152
6.3.2 项目实战153
6.4 基于KNN算法的乳腺癌诊断156
6.4.1 项目背景156
6.4.2 项目实战157
6.5 本章小结163
6.6 本章习题163
第7章 回归分析应用164
7.1 回归分析概述165
7.1.1 回归分析的定义165
7.1.2 线性回归166
7.1.3 逻辑回归168
7.1.4 多项式回归170
7.1.5 回归模型的评价指标171
7.2 基于线性回归预测鲍鱼年龄173
7.2.1 项目背景173
7.2.2 项目实战174
7.3 基于逻辑回归的病马死亡率预测178
7.3.1 项目背景178
7.3.2 项目实战178
7.4 多项式回归应用案例180
7.4.1 项目背景180
7.4.2 项目实战181
7.5 本章小结183
7.6 本章习题184
第8章 其他机器学习技术185
8.1 Apriori算法应用186
8.1.1 Apriori关联分析概述186
8.1.2 Apriori算法的原理和流程188
8.1.3 Apriori算法实现190
8.1.4 Apriori算法应用案例195
8.2 决策树算法应用196
8.2.1 决策树算法的基本概念196
8.2.2 决策树构造算法198
8.2.3 决策树应用案例200
8.3 AdaBoost分类器应用202
8.3.1 AdaBoost分类器概述202
8.3.2 应用案例——泰坦尼克号生存率预测204
8.4 网格搜索优化模型参数208
8.4.1 网格搜索概述208
8.4.2 网格搜索应用案例211
8.5 本章小结213
8.6 本章习题214
第三篇 人工智能实战进阶
第9章 自然语言处理217
9.1 自然语言处理简介218
9.2 Python中文分词219
9.2.1 项目背景219
9.2.2 项目实战229
9.3 TF-IDF算法解析232
9.3.1 项目背景232
9.3.2 项目实战234
9.4 意图识别236
9.4.1 项目背景236
9.4.2 项目实战238
9.5 最大熵模型241
9.5.1 项目背景241
9.5.2 项目实战246
9.6 利用jieba库和Tkinter库进行信息检索248
9.6.1 项目背景248
9.6.2 项目实战248
9.7 NLP词向量计算250
9.7.1 项目背景250
9.7.2 项目实战255
9.8 本章小结262
9.9 本章习题262
第10章 语音识别265
10.1 语音识别简介266
10.2 Python+Keras实现IVA语音识别267
10.2.1 项目背景267
10.2.2 项目实战267
10.3 基于百度智能云和图灵机器人的
语音交互274
10.3.1 项目背景274
10.3.2 项目实战274
10.4 利用pyttsx3库合成文字语音280
10.4.1 项目背景280
10.4.2 项目实战282
10.5 本章小结284
10.6 本章习题284
第11章 图像识别286
11.1 图像识别简介287
11.2 基于卷积神经网络的图像风格迁移287
11.2.1 项目背景287
11.2.2 项目实战291
11.3 人脸识别技术297
11.3.1 项目背景297
11.3.2 项目实战298
11.4 本章小结303
11.5 本章习题303
第12章 神经网络与深度学习304
12.1 神经网络与深度学习简介305
12.1.1 神经网络305
12.1.2 深度学习305
12.2 人工神经网络模型应用—鸢尾花分类311
12.2.1 项目背景311
12.2.2 项目实战311
12.3 卷积神经网络模型316
12.3.1 项目背景316
12.3.2 项目实战317
12.4 本章小结327
12.5 本章习题327
参考文献328
内容摘要
本书内容全面，既涵盖项目实践所需的Python语言基础和实践环节搭建，又涉及项目相关的技术原理和方法等理论知识介绍，还包含多个案例项目的实践内容。书中讲解了Python语言，包括Python的安装、数据类型、涉及函数、文件读/写、第三方库等知识；介绍了人工智能实战基础，包括数据库预处理技术和方法，KNN算法、回归分析应用和其他机器学习技术等内容；还讲解了人工智能实战进阶，包括自然语言处理、语音识别、图像识别和神经网络与深度学习等内容。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价