• 人工智能算法与实践(普通高等教育人工智能专业系列教材)
21年品牌 40万+商家 超1.5亿件商品

人工智能算法与实践(普通高等教育人工智能专业系列教材)

正版保障 假一赔十 可开发票

28.76 6.0折 48 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

作者梁琨,张翼英

出版社中国水利水电出版社

ISBN9787522603339

出版时间2022-01

装帧平装

开本其他

定价48元

货号11482140

上书时间2024-08-08

灵感书店

三年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
目录
第一部分  基础知识
  第1章  人工智能与算法概述
    1.1  人工智能
      1.1.1  人工智能的概念
      1.1.2  人工智能的发展
      1.1.3  人工智能的应用
    1.2  AI算法简介
      1.2.1  算法定义
      1.2.2  AI算法定义
      1.2.3  AI算法分类
    1.3  人工智能与算法的关系
    1.4  算法在人工智能中的应用
    1.5  本章习题
  第2章  AI算法实验环境简介
    2.1  Python环境安装与配置
    2.2  Python可视化库
      2.2.1  可视化库简介
      2.2.2  matplotlib的基本元素和常用方法
      2.2.3  matplotlib绘图
    2.3  深度学习算法实验环境简介
    2.4  TensorFlow框架搭建
    2.5  本章习题
第二部分  监督式学习算法
  第3章  线性回归算法
    3.1  算法概述
    3.2  算法原理
      3.2.1  线性回归模型
      3.2.2  一元线性回归算法
      3.2.3  多元线性回归算法
      3.2.4  梯度下降求解线性回归模型
    3.3  算法案例:波士顿房价预测
    3.4  算法总结
    3.5  本章习题
  第4章  逻辑回归算法
    4.1  算法概述
      4.1.1  什么是逻辑回归
      4.1.2  逻辑回归对比线性回归
      4.1.3  算法引入
    4.2  算法原理
      4.2.1  算法流程
      4.2.2  假设函数
      4.2.3  代价函数
      4.2.4  梯度下降法
      4.2.5  决策边界
    4.3  算法案例:判断是否为恶性肿瘤
    4.4  算法总结
    4.5  本章习题
  第5章  支持向量机
    5.1  算法概述
    5.2  算法原理

内容摘要
本书以人工智能技术为背景,介绍了人工智能领域内的相关算法,包括机器学习算法和深度学习算法,详细介绍了各个算法的概述,原理以及应用案例。全书分为四大部分:AI基础知识、监督式学习算法、无监督式学习算法、深度学习算法。全书共17章,第1章介绍人工智能的定义、关键技术、实际应用等相关背景;第2章介绍人工智能算法的实验环境,包括环境安装,可视化库,TensorFlow框架搭建;第3章介绍线性回归算法,包括算法概述、原理以及应用案例实现;第4章介绍逻辑回归算法,包括算法概述、原理以及应用案例实现;第5章介绍支持向量机算法,包括算法概述、原理以及应用案例实现;第6章介绍K近邻算法,包括算法概述、原理以及应用案例实现;第7章介绍决策树,包括算法概述、原理以及应用案例实现;第8章介绍朴素贝叶斯算法,包括算法概述、原理以及应用案例实现;第9章介绍集成学习算法,包括算法概述、原理以及应用案例实现;第10章介绍主成分分析算法,包括算法概述、原理以及应用案例实现;第11章介绍K-Means算法,包括算法概述、原理以及应用案例实现;第12章介绍EM算法,包括算法概述、原理以及应用案例实现;第13章介绍BP神经网络,包括算法概述、原理以及应用案例实现;第14章介绍循环神经网络,包括算法概述、原理以及应用案例实现;第15章介绍卷积神经网络,包括算法概述、原理以及应用案例实现;第16章介绍LSTM神经网络,包括算法概述、原理以及应用案例实现;第17章介绍生成对抗网络,包括算法概述、原理以及应用案例。 本书适合作为高等院校人工智能专业及计算机相关专业学生的教材和参考书,也适合作为软件开发相关人员进行人工智能技术应用开发的重要参考资料。

精彩内容
本书以人工智能技术为背景,介绍了人工智能领域内的相关算法,包括机器学习算法和深度学习算法,详细介绍了各个算法的概述,原理以及应用案例。全书分为四大部分:AI基础知识、监督式学习算法、无监督式学习算法、深度学习算法。全书共17章,第1章介绍人工智能的定义、关键技术、实际应用等相关背景;第2章介绍人工智能算法的实验环境,包括环境安装,可视化库,TensorFlow框架搭建;第3章介绍线性回归算法,包括算法概述、原理以及应用案例实现;第4章介绍逻辑回归算法,包括算法概述、原理以及应用案例实现;第5章介绍支持向量机算法,包括算法概述、原理以及应用案例实现;第6章介绍K近邻算法,包括算法概述、原理以及应用案例实现;第7章介绍决策树,包括算法概述、原理以及应用案例实现;第8章介绍朴素贝叶斯算法,包括算法概述、原理以及应用案例实现;第9章介绍集成学习算法,包括算法概述、原理以及应用案例实现;第10章介绍主成分分析算法,包括算法概述、原理以及应用案例实现;第11章介绍K-Means算法,包括算法概述、原理以及应用案例实现;第12章介绍EM算法,包括算法概述、原理以及应用案例实现;第13章介绍BP神经网络,包括算法概述、原理以及应用案例实现;第14章介绍循环神经网络,包括算法概述、原理以及应用案例实现;第15章介绍卷积神经网络,包括算法概述、原理以及应用案例实现;第16章介绍LSTM神经网络,包括算法概述、原理以及应用案例实现;第17章介绍生成对抗网络,包括算法概述、原理以及应用案例。本书适合作为高等院校人工智能专业及计算机相关专业学生的教材和参考书,也适合作为软件开发相关人员进行人工智能技术应用开发的重要参考资料。

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP