机器学习与Python实践

图书标准信息

• 作者 柳毅
• 出版社 西安电子科技大学出版社
• 出版时间 2022-07
• 版次 1
• ISBN 9787560664620
• 定价 55.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 344页
• 字数 508千字

【内容简介】

人工智能是近年来全球最为火热的研究领域之一，随着机器学习、深度学习和强化学习研究的突破，人工智能技术已被应用到图像识别、机器翻译、语音助手和自动驾驶等方面。为了使读者能够深刻理解人工智能的技术，本书基于Python的Scikit Learn库介绍了机器学习的基础知识，如分类、回归、反向传播算法和梯度下降算法，以及基于TensorFlow基础框架的深度学习和强化学习等相关知识。本书在内容上尽可能涵盖机器学习、深度学习和强化学习的经典算法(如卷积神经网络、循环神经网络、迁移学习等)并清晰地阐释它们的原理，本书还对多个常见的经典数据集进行了算法模型的实践，如基于MNIST手写体图片和Iris Flowers Dataset鸢尾花数据集的识别、基于NLP数据集的文本分析以及基于OpenAIGym环境的AGV多智能体路径优化等。
  本书可作为高等院校计算机科学与技术、信息管理与信息系统等专业的本科生与研究生教材，也适合对机器学习知识感兴趣的学者、研究人员和从业人员使用。

【目录】

章机器学简介

1.1人工智能、机器学与深度学

1.2机器学概述

1.2.1有监督学

1.2.2无监督学

1.2.3有监督学与无监督学的区别

1.2.4深度学

1.2.5强化学

1.3机器学的具体过程

1.3.1数据采集和标记

1.3.2数据预处理

1.3.3特征工程及特征选择

1.3.4模型选择

1.3.5模型训练和测试

1.3.6模型能评估、使用和优化

……