python人工智能分析与实战 人工智能 作者 新华正版（书皮有折印）

图书标准信息

• 作者 李娅
• 出版社 清华大学出版社
• 出版时间 2024-06
• 版次 1
• ISBN 9787302663652
• 定价 79.00元
• 装帧 其他
• 开本 其他
• 页数 292页
• 字数 447千字

【内容简介】

本书以Python3.10.7为平台，以实际应用为背景，通过概述+经典应用相结合的形式，深入浅出地介绍了Python人工智能分析与实战相关知识。全书共8章，主要内容包括人工智能绪论、Python编程与进阶、Python数学与运算、机器学习大战、神经网络大战、深度学习大战、强化学习大战、人工智能大战等内容。通过本书的学习，可使读者领略到Python的简单、易学、易读、易维护等特点，同时感受到利用Python实现人工智能的普遍性与专业性。
本书可作为高等学校相关专业本科生和研究生的教学用书，也可作为相关专业科研人员、学者、工程技术人员的参考用书。

【目录】

章人工智能绪论

1.1人工智能的定义

1.2人工智能的研究方向

1.3三大类人工智能

1.4人工智能的三大学派

1.4.1符号主义学派

1.4.2连接主义学派

1.4.3行为主义学派

1.5人工智能的发展史

1.5.1人工智能的起源

1.5.2人工智能的发展历程

1.6新一代人工智能

1.6.1新一代人工智能的主驱动因素

1.6.2新一代人工智能的主要特征

1.7人工智能的关键技术

第2章python编程与

2.1python特点

2.2python搭建环境

2.3jupyter notebook的安装与使用

2.3.1jupyter notebook的下载与安装

2.3.2运行jupyter notebook

2.3.3jupyter notebook的使用

2.4python语法基础

2.4.1python编程基础

2.4.2基本数据类型

2.4.3python字符串

2.4.4列表

2.4.5元组

2.4.6字典

2.4.7集合

2.5程序控制

2.5.1顺序结构

2.5.2分支结构

2.5.3循环结构

2.6python函数

2.6.1定义一个函数

2.6.2函数调用

2.7python模块

2.7.1引入模块

2.7.2搜索路径

2.7.3__name__属

2.7.4命名空间和作用域

2.7.5相关函数

第3章python数学与算法

3.1枚举算法

3.2递推算法

3.3模拟算法

3.4逻辑推理

3.5冒泡排序

3.6选择排序

3.7插入排序

3.8快速排序

3.9二分查找

3.10勾股树

3.11玫瑰曲线

第4章机器学大战

4.1机器学概述

4.1.1机器学分类

4.1.2深度学

4.1.3机器学的应用

4.2监督学

4.2.1knn算法

4.2.2线回归

4.2.3逻辑回归

4.2.4支持向量机

4.2.5朴素贝叶斯分类器

4.2.6决策树

4.2.7森林

4.3非监督学

4.3.1k均值聚类

4.3.2密度聚类

4.3.3层次聚类

4.3.4主成分分析

4.3.5高斯混合模型

4.3.6受限玻尔兹曼机

4.4半监督学

4.4.1半监督思想

4.4.2半监督算法的类别

4.4.3半监督分类算法

4.4.4半监督学实战

第5章神经网络大战

5.1深度学

5.1.1神经网络的基本概念

5.1.2深度学的发展历程

5.1.3深度学基本理论

5.2人工神经网络基础

5.2.1神经元与感知器

5.2.2学过程建模

5.2.3反向传播

5.3卷积神经网络

5.3.1从神经网络到卷积神经网络

5.3.2python实现卷积神经网络

5.3.3实现模仿绘画

5.4循环神经网络

5.4.1keras中的循环层

5.4.2lstm层和gru层

5.4.3循环神经网络的用法

第6章深度学大战

6.1tensorflow深度学概述

6.1.1深度学特

6.1.2深度学的构架

6.1.3深度学的思想

6.2迈进tensorflow

6.2.1tensorflow环境构建

6.2.2geany开发环境

6.2.3tensorflow编程基础

6.3ctc模型及实现

6.4birnn实现语音识别

6.4.1语音识别背景

6.4.2获取并整理样本

6.4.3训练模型

6.5自编码网络实战

6.5.1自编码网络的结构

6.5.2自编码网络的代码实现

6.6生成对抗网络实战

6.6.1gan结构

6.6.2gan基本架构

6.6.3gan实战

6.7深度神经网络实战

6.7.1alex模型

6.7.2vgg模型

6.7.3google模型

6.7.4残差网络

6.7.5inception-res v2结构

6.7.6vgg艺术风格转移

第7章强化学大战

7.1深度强化学的数学模型

7.1.1强化学系统的基本模型

7.1.2基于值函数的深度强化学算法

7.1.3基于策略梯度的深度强化学算法

7.1.4ac算法

7.2sarsa算法

7.2.1sarsa算法概述

7.2.2sarsa算法流程

7.2.3sarsa算法实战

7.3q-learning算法

7.4dqn算法

7.4.1dqn算法

7.4.2dqn算法实战

第8章人工智能大战

8.1爬虫实战

8.1.1什么是爬虫

8.1.2网络爬虫是否合法

8.1.3beautiful soup工具

8.1.4网络爬虫实现

8.1.5创建云起书院爬虫

8.2智能聊天机器人实战

8.2.1网页自动化

8.2.2语音处理

8.2.3图形化用户交互界面

8.2.4智能聊天机器人程序实现

8.3餐饮菜单引擎

8.3.1问题的描述

8.3.2协同过滤算法

8.3.3餐饮菜单实现

8.4人脸识别

8.4.1opencv

8.4.2人脸识别过程

8.4.3多线程

8.4.4人脸识别实现

参文献