普通高等教育一流本科专业建设系列-机器学习算法与案例实战
全新正版 极速发货
￥ 34.66 6.2折 ￥ 56 全新
库存2件
作者编者:曲宗峰|
出版社科学
ISBN9787030771476
出版时间2024-04
装帧其他
开本其他
定价56元
货号32095435
上书时间2024-09-15
商品详情
- 品相描述：全新
- 商品描述
-
目录
基 础 篇
第1章 人工智能与机器学习3
1.1 人工智能发展历史3
1.2 机器学习概述5
1.3 深度学习概述6
1.4 人工智能发展前景8
第2章 机器学习的数学基础10
2.1 线性代数10
2.1.1 向量与操作10
2.1.2 逆矩阵11
2.1.3 范数12
2.1.4 特征分解13
2.1.5 奇异值分解14
2.1.6 Moore-Penrose伪逆14
2.1.7 迹运算15
2.2 概率15
2.2.1 概率概念15
2.2.2 概率特征17
2.3 信息论19
2.4 数值计算22
第3章 传统机器学习算法27
3.1 机器学习的任务27
3.2 性能度量29
3.2.1 基本方法29
3.2.2 扩展方法31
3.3 线性回归35
3.4 逻辑回归37
3.5 人工神经网络39
3.6 决策树42
3.6.1 生成决策树的算法44
3.6.2 决策树的剪枝算法44
3.6.3 CART模型45
3.6.4 CART剪枝46
3.7 贝叶斯分类47
3.7.1 贝叶斯决策论与极大似然估计47
3.7.2 贝叶斯分类器48
3.7.3 贝叶斯网50
3.8 支持向量机51
3.8.1 线性可分支持向量机51
3.8.2 线性支持向量机54
3.8.3 非线性支持向量机55
3.8.4 支持向量机在实际应用中的优缺点57
3.9 集成学习57
3.9.1 Boosting算法57
3.9.2 Bagging算法59
3.9.3 随机森林算法60
3.10 构建机器学习算法60
第4章 深度学习算法62
4.1 深度学习的挑战62
4.2 机器学习的应用65
4.2.1 大规模深度学习66
4.2.2 计算机视觉70
4.2.3 语音识别74
4.2.4 自然语言处理75
4.2.5 其他应用84
4.3 深度前馈网络87
4.3.1 基本概念87
4.3.2 发展历史89
4.3.3 异或函数学习实例90
4.3.4 基于梯度的学习93
4.3.5 隐藏单元99
4.3.6 架构设计103
4.4 实践方法104
4.4.1 性能度量104
4.4.2 默认的基准模型106
4.4.3 决定是否收集更多数据106
4.4.4 选择超参数107
4.4.5 调试策略111
实 践 篇
第5章 文字识别案例117
5.1 总体设计117
5.2 运行环境119
5.3 模块实现120
5.3.1 常量定义120
5.3.2 图片数据生成120
5.3.3 标签向量化（稀疏矩阵）121
5.3.4 读取数据123
5.3.5 构建网络124
5.3.6 能力封装124
5.4 测试结果125
第6章 泰坦尼克号沉船幸存者预测案例128
6.1 总体设计128
6.2 运行环境129
6.3 模块实现129
6.3.1 数据准备129
6.3.2 数据预处理131
6.3.3 变量转换140
6.3.4 特征工程141
6.3.5 模型训练148
6.4 测试结果154
6.4.1 绘制学习曲线154
6.4.2 训练准确率156
第7章 文本分类案例157
7.1 总体设计157
7.2 运行环境159
7.3 模块实现160
7.3.1 数据准备160
7.3.2 数据预处理162
7.3.3 词云分析164
7.4 测试结果167
7.4.1 采用神经网络实现语料预测167
7.4.2 采用贝叶斯和神经网络实现语料预测169
第8章 视觉抄表系统案例172
8.1 总体设计172
8.1.1 硬件设计172
8.1.2 软件设计173
8.2 运行环境176
8.3 模块实现177
8.3.1 图像采集177
8.3.2 数据集构建179
8.3.3 模型训练182
8.3.4 结果判定185
8.4 测试结果189
第9章 家电语音交互测试系统案例191
9.1 总体设计192
9.1.1 硬件设计192
9.1.2 软件设计192
9.2 运行环境199
9.2.1 硬件环境200
9.2.2 软件环境200
9.3 模块实现201
9.3.1 语音识别201
9.3.2 图像识别205
9.4 测试结果216
参考文献218
内容摘要
本书分为基础篇和实践篇，以人工智能与机器学习、机器学习的数学基础、传统机器学习算法和深度学习算法为理论基础，以文字识别、泰坦尼克号沉船幸存者预测、文本分类、视觉抄表系统和家电语音交互测试系统五个实际案例为实践对象，采用理论与实践相结合的方法介绍机器学习算法。其中，实践篇的案例实战部分以总体设计、运行环境、模块实现和测试结果方式进行内容组织。
本书语言简洁，深入浅出，通俗易懂，可作为高等院校人工智能、智能科学与技术、数据科学与大数据技术等专业本科生的学习教材，也可作为人工智能爱好者的参考用书，还可作为从事智能应用创新开发专业人员的技术参考书。
相关推荐
-
岩体力学(普通高等教育一流本科专业建设成果教材)
全新南京
￥ 50.15
-
导游实务(普通高等教育一流本科专业建设成果教材)
全新南京
￥ 41.65
-
普通化学(普通高等教育一流本科课程建设成果教材)
全新南京
￥ 41.65
-
粉体工程(普通高等教育一流本科专业建设成果教材)
全新南京
￥ 40.67
-
普通化学(普通高等教育一流本科课程建设成果教材)
全新无锡
￥ 41.16
-
粉体工程(普通高等教育一流本科专业建设成果教材)
全新无锡
￥ 40.67
-
学校武术(普通高等教育体育学一流本科专业系列教材)
全新北京
￥ 43.72
-
酒店管理概论(省部级普通高等教育一流本科课程教材)
全新广州
￥ 30.39
-
学校武术(普通高等教育体育学一流本科专业系列教材)
全新广州
￥ 39.70
-
学校武术(普通高等教育体育学一流本科专业系列教材)
全新广州
￥ 37.70
— 没有更多了 —
以下为对购买帮助不大的评价