Python AI项目实战 Practical Python AI Projects: Mathematical Models of Optimization Problems with Google OR-Tools, 1st Edition
人工智能 新华书店全新正版书籍
¥
53.42
6.8折
¥
79
全新
仅1件
作者 [美]Serge Kruk 著;杨秀璋 译;邹伟
出版社 北京航空航天大学出版社
出版时间 2021-06
版次 1
装帧 其他
货号 1202384686
上书时间 2023-02-20
商品详情
品相描述:全新
新华文轩网络书店 全新正版书籍
商品描述
本书从机器学习的基本原理开始讲解,然后是神经网络、深度学习,最后讲解卷积神经网络。本书在讲解原理的基础上,以MATLAB为开发工具和编程语言,将深度学习所涉及的原理均用MATLAB进行仿真实践,并将书中所有的实例以MATLAB为底层编程语言进行编程和讲解。通过本书的阅读,读者可以学会神经网络和多层神经网络的原理,卷积和池化的含义,并可利用MATLAB进行深度学习的研究和开发。本书可用作高等院校人工智能课程或工程师培训的教材,也可供从事人工智能等领域研究和应用的开发。
图书标准信息
作者
[美]Serge Kruk 著;杨秀璋 译;邹伟
出版社
北京航空航天大学出版社
出版时间
2021-06
版次
1
ISBN
9787512432239
定价
79.00元
装帧
其他
开本
16开
纸张
胶版纸
【内容简介】
本书从机器学习的基本原理开始讲解,然后是神经网络、深度学习,*后讲解卷积神经网络。本书在讲解原理的基础上,以MATLAB为开发工具和编程语言,将深度学习所涉及的原理均用MATLAB进行仿真实践,并将书中所有的实例以MATLAB为底层编程语言进行编程和讲解。 通过本书的阅读,读者可以学会神经网络和多层神经网络的原理,卷积和池化的含义,并可利用MATLAB进行深度学习的研究和开发。 本书可用作高等院校人工智能课程或工程师培训的教材,也可供从事人工智能等领域研究和应用的开发人员使用。 3.作者简介 Serge Kruk博士,奥克兰大学数学与统计系教授,曾是贝尔实验室资深研究员。具有多年的研究和工作经验,目前主要的研究方向为:algorithms for semidefinite optimization, scheduling, feasibility, and the related numerical linear algebra and analysis等 邹伟 博士,睿客邦创始人,研究方向为机器学习、数据挖掘、计算几何,致力于机器学习和深度学习在实际中的应用;主持研发50多个人工智能领域工业级项目,并受邀在中国移动、花旗银行、中信集团、中航信、烽火科技、*方、完美世界等公司进行了上百场讲座和内部培训。创立的睿客邦与国内十多所高校建立了AI联合实验室或实训基地;兼任天津大学创业导师、山东交通学院客座教授等。曾在多个在线平台讲授“机器学习”“深度学习”等课程,广受网友好评,累计学习人数超过百万。
【目录】
第1章概述 /1 1.1本书面向哪些问题 /3 1.2本书的特点 /4 1.2.1运行模型 /5 1.2.2关于符号的解释 /6 1.3实践中去学习: 两栖动物共存 /7 第2章线性连续模型 /17 2.1掺杂(Mixing) /20 2.1.1构建模型 /21 2.1.2变化量 /24 2.1.3组合问题 /26 2.2混合(Blending) /27 2.2.1构建模型 /29 2.2.2变化量 /32 2.3项目管理 /34 2.3.1构建模型 /35 2.3.2变化量 /37 2.4多级模型 /39 2.4.1问题实例 /39 2.4.2构建模型 /42 2.4.3变化量 /46 2.5模式分类 /48 2.5.1构建模型 /50 2.5.2可执行模型 /51 第3章隐线性连续模型 /53 3.1分段线性 /56 3.1.1构建模型 /57 3.1.2变化量 /61 3.2曲线拟合 /65 3.2.1构建模型 /67 3.2.2变化量 /71 3.3重新审视模式分类 /72 3.3.1可执行模型 /73 第4章线性网络模型 /75 4.1流量 /78 4.1.1构建模型 /78 4.1.2决策变量 /79 4.1.3变化量 /84 4.2小成本流 /85 4.2.1构建模型 /86 4.2.2变化量 /89 4.3转运 /90 4.3.1构建模型 /92 4.3.2变化量 /94 4.4快捷径 /95 4.4.1构建模型 /96 4.4.2选择算法 /99 4.4.3变化量 /99 第5章经典离散模型 /105 5.1小的集合数量 /108 5.1.1构建模型 /109 5.1.2变化量 /113 5.2集合填充 /114 5.2.1构建模型 /115 5.2.2变化量 /116 5.3装箱 /117 5.3.1构建模型 /118 5.4旅行推销员 /127 5.4.1构建模型 /128 5.4.2变化量 /133 第6章经典混合模型 /137 6.1设施选址 /139 6.1.1构建模型 /140 6.1.2变化量 /144 6.2多商品流 /144 6.2.1构建模型 /146 6.2.2变化量 /148 6.2.3实例 /150 6.3人员编制 /151 6.3.1构建模型 /153 6.3.2变化量 /156 6.4作业车间调度 /157 6.4.1构建模型 /157 第7章先进技术 /163 7.1配料问题 /165 7.1.1构建模型 /166 7.1.2预分配裁剪模式 /172 7.2非凸问题相关技巧 /176 7.2.1从n个变量中选择k个非零变量 /179 7.2.2从n个变量中选择k个相邻非零变量 /181 7.2.3从n个约束条件中选择k个条件 /184 7.2.4大中取大和小中取小 /189 7.3排班问题 /191 7.3.1构建模型 /194 7.3.2变化量 /199 7.4赛事时间表问题 /199 7.4.1构建模型 /200 7.4.2变化量 /209 7.5谜题问题 /209 7.5.1伪象棋问题 /210 7.5.2数独谜题 /214 7.5.3算式谜题: Send More Money! /216 7.5.4逻辑谜题: Ladies and Tigers /219 7.6Python中优化工具MPSolver快速参考 /224
点击展开
点击收起
— 没有更多了 —
以下为对购买帮助不大的评价