大数据与人工智能 大中专理科计算机 杨忠宝，佘向飞主编
新华书店全新正版书籍 支持7天无理由
￥ 32 4.6折 ￥ 69 全新
库存5件
河北保定
认证卖家担保交易快速发货售后保障
作者杨忠宝，佘向飞主编
出版社北京大学出版社
ISBN9787301328903
出版时间2022-03
版次1
装帧平装
开本16
页数392页
定价69元
货号108_9787301328903
上书时间2024-07-05
- 在售商品 暂无
- 平均发货时间 31小时
- 好评率 暂无
- 最新上架
商品详情
- 品相描述：全新
- 正版特价新书
- 商品描述
-
主编：
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读物。
目录：
部分大数据篇
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
2.3hadoop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
第9章机器学
9.1机器学概述
9.2机器学的基本流程
9.3机器学算法
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
0章深度学
10.1深度学概述
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
10.6迁移学
10.7对偶学
1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
2章python概述
12.1python的发展简史
12.2python的特点
12.3python的应用领域
12.4python开发环境安装配置
12.4.1jupyternotebook
12.4.2spyder
12.4.3anacondaprompt
12.5python类库的导入
3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
4章列表与字典
14.1列表
14.2字典
14.3元组
14.4集合
5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
15.2.4if语句的嵌套
15.3循环结构
15.3.1while语句
15.3.2for语句
15.3.3break语句和continue语句
15.3.4循环嵌套
15.4经典算法
6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
16.4.1access数据库访问
16.4.2mysql数据库访问
16.4.3monb数据库访问
7章python常用类库
17.1numpy库
17.2matplotlib库
17.3pandas库
17.4scikit-learn库
17.5keras库
参文献
内容简介：
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；主流的机器学算法；几种深度学算法；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读物。
— 没有更多了 —
以下为对购买帮助不大的评价