掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
Python人工智能實踐 版權信息
- ISBN：9787302606567
- 條形碼：9787302606567 ; 978-7-302-60656-7
- 裝幀：70g膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
Python人工智能實踐 本書特色
通過典型算法及項目應用案例的分析，使讀者理解人工智能常用算法，掌握根據應用場景分析選用人工智能算法，真正學以致用，具備運用Python開發人工智能應用的能力。 本教材將帶你從“知意——悟理——踐行”三個層次，通過理論分析與項目實操相結合，讓你全面掌握基于Python的人工智能應用方法，具備運用Python開發人工智能應用的能力。
Python人工智能實踐 內容簡介
本書圍繞Python在人工智能領域的應用進行組織，內容上盡可能涵蓋從Python到人工智能應用的各個主要方面。全書共12章，分為4部分： 第1部分（第1章）介紹人工智能的概念、發展歷史及應用方向；第2部分（第2～4章）介紹Python的基礎知識、數據處理方法及相關的庫；第3部分（第5～6章）介紹人工智能數學基礎和常用算法；第4部分（第7～12章）通過應用實踐案例，介紹運用Python開發人工智能實踐項目的步驟和方法。每章都附有拓展延伸部分和習題，拓展延伸部分介紹相關的拓展知識或閱讀材料，以便有興趣的讀者進一步鉆研探索。 本書可以作為高等院校計算機、人工智能及相關專業Python人工智能或機器學習課程的教材，也可作為對人工智能和Python感興趣人員的自學參考用書。
Python人工智能實踐 目錄
第1章人工智能概述/1
1.1什么是人工智能1
1.2人工智能的發展歷史2
1.2.1曲折的發展史3
1.2.2三大學派3
1.2.3智能層次5
1.3人工智能的應用方向及場景5
1.3.1三大技術方向5
1.3.2典型應用領域6
1.4人工智能項目初體驗6
1.5本章小結8
1.6拓展延伸8
習題一9
第2章Python基礎及控制結構/10
2.1Python概述11
2.1.1Python的發展歷史11
2.1.2Python的應用領域11
2.1.3Python的環境安裝12
2.2Python基礎知識12
2.2.1程序的格式框架13
2.2.2賦值和輸入輸出14
2.2.3基本數據類型16
2.3基本控制結構22
2.3.1分支結構23
2.3.2循環結構28
2.3.3異常處理33
2.4本章小結34
2.5拓展延伸35
習題二36Python人工智能實踐目錄第3章Python函數及組合數據類型/38
3.1函數39
3.1.1函數的定義與調用39
3.1.2函數的參數傳遞41
3.1.3函數的返回值42
3.1.4局部變量和全局變量43
3.1.5lambda函數46
3.1.6函數遞歸47
3.2組合數據類型49
3.2.1序列類型49
3.2.2集合類型54
3.2.3映射類型57
3.3本章小結60
3.4拓展延伸60
3.4.1jieba庫60
3.4.2詞頻統計61
習題三62
第4章Python數據處理/64
4.1文件65
4.1.1文件的概念65
4.1.2文件的打開和關閉65
4.1.3文件的讀寫66
4.2數據格式69
4.2.1二維數據格式70
4.2.2高維數據格式71
4.3常用標準庫72
4.3.1math庫72
4.3.2random庫77
4.3.3json庫79
4.3.4csv庫80
4.4科學計算83
4.5數據獲取87
4.6數據分析92
4.7數據可視化94
4.7.1Matplotlib庫94
4.7.2wordcloud庫103
4.8AI相關的庫105
4.9本章小結105
4.10拓展延伸106
習題四106
第5章人工智能數學基礎/108
5.1數學與人工智能108
5.2線性代數109
5.2.1矩陣的概念及矩陣運算109
5.2.2張量109
5.2.3向量和矩陣的應用110
5.2.4矩陣的運算110
5.2.5矩陣的應用114
5.2.6線性變換121
5.2.7特殊矩陣123
5.2.8矩陣的分塊129
5.2.9行列式131
5.2.10特征值與特征向量136
5.2.11奇異值分解140
5.3概率論144
5.3.1概率論與人工智能144
5.3.2隨機試驗144
5.3.3樣本點、樣本空間、隨機事件144
5.3.4隨機變量145
5.3.5分布列145
5.3.6特殊離散分布146
5.3.7分布函數147
5.3.8特殊連續分布147
5.3.9圖像的泊松噪聲與高斯噪聲148
5.3.10隨機向量148
5.3.11聯合分布函數149
5.3.12聯合概率密度149
5.3.13條件概率、貝葉斯公式149
5.3.14貝葉斯定理應用150
5.3.15期望、方差150
5.3.16協方差、相關系數、協方差矩陣151
5.4*優化問題152
5.4.1*優化問題的概念152
5.4.2*優化問題的分類153
5.4.3*優化問題求解153
5.4.4幾種*優化算法153
5.5本章小結157
5.6拓展延伸158
習題五158
第6章人工智能常用算法/160
6.1學習算法概述160
6.1.1學習算法的定義160
6.1.2機器學習算法的理性認識160
6.2機器學習的典型任務及分類161
6.2.1機器學習整體流程161
6.2.2機器學習基本概念161
6.2.3數據與特征的關系162
6.2.4常見的數據清理與特征選擇方式162
6.2.5機器學習的訓練方法163
6.2.6模型的有效性165
6.2.7機器學習的性能評估166
6.3機器學習常用算法168
6.3.1聚類168
6.3.2回歸算法169
6.3.3決策樹173
6.3.4支持向量機174
6.3.5貝葉斯177
6.4超參數和驗證集179
6.4.1參數179
6.4.2超參數180
6.4.3留一法驗證180
6.4.4交叉驗證181
6.4.5隨機選取驗證集181
6.4.6相似性評估方法181
6.4.7相似性評估曲線182
6.5模式識別基本步驟183
6.5.1傳統的模式識別框架183
6.5.2基于深度學習的模式識別框架183
6.6本章小結184
6.7拓展延伸184
習題六185
第7章項目實踐1： 聊天機器人/186
7.1認識“聊天機器人”項目186
7.1.1聊天機器人的分類186
7.1.2聊天機器人的開發步驟187
7.2文本表示188
7.3文本相似度計算189
7.4項目實現190
7.4.1語料庫處理190
7.4.2對話處理192
7.5本章小結194
7.6拓展延伸194
習題七194
第8章項目實踐2： 識別優質客戶/195
8.1認識“識別優質客戶”項目195
8.2聚類問題196
8.3KMeans算法197
8.4項目實現198
8.5本章小結201
8.6拓展延伸202
8.6.1KMeans++202
8.6.2elkan KMeans202
8.6.3Mini Batch KMeans202
習題八203
第9章項目實踐3： 慧眼識花/204
9.1認識“慧眼識花”項目204
9.2分類問題205
9.3kNN算法205
9.4項目實現206
9.5本章小結209
9.6拓展延伸209
習題九210
第10章項目實踐4： 購車意愿預測/211
10.1認識“購車意愿預測”項目211
10.2邏輯回歸211
10.3項目實現212
10.4本章小結214
10.5拓展延伸214
習題十215
第11章項目實踐5： 房價我先知/216
11.1認識“房價我先知”項目216
11.2線性回歸217
11.3項目實現217
11.4本章小結222
11.5拓展延伸222
習題十一222
第12章項目實踐6： 人臉關鍵點檢測/223
12.1認識“人臉關鍵點檢測”項目223
12.2YOLOv4tiny介紹224
12.3基于YOLOv4tiny實現人臉關鍵點檢測225
12.3.1主干特征提取網絡225
12.3.2錨框設計225
12.3.3預測結果編碼225
12.3.4損失函數設計226
12.4項目實現226
12.5本章小結233
12.6拓展延伸233
習題十二234
參考文獻/235
展開全部
書友推薦
- >
回憶愛瑪儂
- >
隨園食單
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
苦雨齋序跋文-周作人自編集
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
自卑與超越
- >
我從未如此眷戀人間
- >
小考拉的故事-套裝共3冊
本類暢銷
