Python人工智能开发从入门到精通
全新正版 假一赔十 可开发票
￥ 77.17 6.5折 ￥ 119 全新
库存3件
北京东城
认证卖家担保交易快速发货售后保障
作者杨柳,郭坦,鲁银芝
出版社北京大学出版社
ISBN9787301313039
出版时间2020-04
装帧平装
开本16开
定价119元
货号1202067730
上书时间2024-08-27
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
杨 柳，博士，重庆邮电大学专任教师。长期从事软件开发相关教学活动，具有丰富的Python人工智能开发经验。主要研究方向为物联网、数据分析、人工智能等。发表SCI论文9篇，主持重量纵向课题1项、省部级纵向课题1项，参与省部级纵向课题多项。 郭 坦，博士，重庆邮电大学专任教师。主要研究方向为计算机视觉、模式识别、以及机器学习等。发表SCI/EI论文12篇，其中作者论文8篇，申请国家发明6项，主持和主研重量及省部级课题6项。 鲁银芝，硕士，长江师范学院专任教师。长期从事智能信息处理方面教学和实践活动指导，并具有相关硬件开发经验。精通Python编程，在人工智能、机器学习方面，具有丰富的相关实践经验。主要研究方向为传感信号分析与处理、传感信息挖掘、人工智能应用开发等。
目录
Python基础篇
第1章关于Python与开发环境配置2
1.1Python入门2
1.2Python开发环境的配置6
新手问答14
本章小结14
第2章Python编程基础15
2.1基础语法15
2.2数据类型25
2.3逻辑控制语句31
2.4函数35
新手问答41
小试牛刀41
本章小结42
第3章Python编程进阶43
3.1不错变量43
3.2面向对象编程57
3.3Python模块61
3.4python神经网络小实例65
新手问答67
小试牛刀68
本章小结68
人工智能篇
第4章人工智能简介70
4.1人工智能概述70
4.2人工智能崛起的三大基石76
4.3深度学习的重要性86
新手问答93
本章小结94
第5章机器学习理论基础95
5.1机器学习概述95
5.2机器学习的4个分支99
5.3评估模型指标106
5.4数据预处理、特征工程和特征学习111
5.5过拟合与欠拟合113
5.6机器学习通用工作流程116
新手问答118
小试牛刀118
本章小结120
第6章Python机器学习常用库的应用121
6.1NumPy——基础科学计算库121
6.2Pandas——数据分析的利器146
6.3Matplotlib——画出优美的图形173
6.4scikit-learn——很好流行的Python机器学习库188
新手问答193
小试牛刀193
本章小结194
第7章个机器学习项目195
7.1入门项目简介195
7.2数据导入197
7.3数据探索199
7.4数据可视化204
7.5算法评估209
7.6预测实施212
新手问答213
小试牛刀213
本章小结214
第8章典型的机器学习算法及应用实战215
8.1k-近邻算法215
8.2朴素贝叶斯分类算法224
8.3支持向量机235
8.4PCA算法244
8.5k-均值算法254
新手问答262
小试牛刀263
本章小结264
第9章深度学习算法理论265
9.1深度学习基础265
9.2神经网络274
9.3卷积神经网络284
9.4循环神经网络289
新手问答299
小试牛刀300
本章小结302
第10章深度学习之TensorFlow303
10.1主流的深度学习框架303
10.2TensorFlow环境搭建307
10.3TensorFlow基本知识310
10.4TensorFlow编程准备315
10.5TensorFlow基本开发步骤342
10.6TensorFlow的可视化348
新手问答353
小试牛刀353
本章小结354
实战案例篇
第11章人工智能识万物356
11.1卷积神经网络的前世今生356
11.2如何构建更深的神经网络369
11.3神经网络的可迁移性414
新手问答430
本章小结430
第12章人工智能知万物431
12.1区域卷积神经网络431
12.2快速区域卷积神经网络433
12.3更快区域卷积神经网络434
12.4YOLO网络440
本章小结466
第13章人工智能绘万物467
13.1神经艺术风格迁移468
13.2基于TensorFlow的图像风格化实现473
新手问答478
本章小结478
参考文献479
内容摘要
本书主要介绍了利用Python进行人工智能开发所需的技术、基础设施、核心理念、实施方法与流程，以及实战操作应用。全书共分3篇。第1篇主要讲解了人工智能开发中常用的：Python编程语言相关入门知识，如Python开发环境的配置，Python编程语法、函数、变量、模块、对象编程等，通过本篇内容的学习，可以帮助读者巩固Python编程的基础；第2篇主要讲解了人工智能开发相关知识的应用，包括基本概念和术语、机器学习分类、模型评估、特征工程、过拟合与欠拟合、机器学习中4个库(NumPy、Pandas、Matplotlib、scikit-learn)的应用，以及深度学习算法、深度学习框架TensorFlow的应用；第3篇通过3个综合案例，以神经网络在计算机视觉问题中的重要应用为线索，介绍深度学习人工智能技术在计算机视觉任务中的实践，包括图像分类、图像理解、目标检测与定位，以及计算机视觉不错应用图像纹理生成和风格迁移等内容，逐步引导读者掌握深度学习技术以解决实践中的具体问题。本书既适合非计算机软件出身的编程初学者学习，也适合刚毕业或即将毕业走向工作岗位的广大毕业生，以及已经有编程经验但想转行做人工智能开发的用户学习与参考。同时，还可以作为广大职业院校、软件开发培训班的教学参考用书。
主编推荐
（1）深入浅出，实操性强。每一章都是以实例为主，读者可参考源代码，修改实例，切换数据源，就能得到自己想要的结果。目的就是让读者看得懂、学得会、做得出。（2）专业专注，学以致用。NumPy、Pandas、Matplotlib、scikit-learn、TensorFlow 等功能都很好丰富，通过逐一介绍每个库的安装及其基础操作使读者熟悉 Python 中库的安装及使用。本书专注的是基于 Python 的人工智能算法项目分析，以及在生产环境中实际用到的技术，相比大而全的书，本书能让读者尽快上手，然后投入项目开发。（3）每章都有配备“新手问答”与“小试牛刀”栏目。目的是让读者看完之后，尽快巩固知识，举一反三，学以致用。（4）零基础入门，成就从小白到大神。本书内容在写作定位上，适合零基础读者学习，然后逐步掌握相关知识技能，从而达到从入门到精通的学习效果。另外，全书在知识讲解中，都安排了丰富的实战案例，可以有效增强读者的实际动手能力。
— 没有更多了 —
以下为对购买帮助不大的评价