幫助中心 | 我的帳號 | 關於我們

機器學習與大數據技術/大數據創新人才培養系列

  • 作者:牟少敏
  • 出版社:人民郵電
  • ISBN:9787115487711
  • 出版日期:2018/06/01
  • 裝幀:平裝
  • 頁數:204
人民幣:RMB 49.8 元      售價:
放入購物車
加入收藏夾

內容大鋼
    機器學習、大數據技術是電腦科學與技術的重要研究內容。牟少敏著的《機器學習與大數據技術》比較全面地論述了機器學習與大數據技術的基本概念、基礎原理和基本方法,力求通俗易懂,深入淺出。本書的主要內容包括聚類、遺傳演算法、粒子群演算法、人工神經網路和支持向量機等常見的機器學習演算法,重點講解了深度學習常見的模型、大數據相關內容和大數據技術的具體應用、常見的圖像處理技術、Python語言的編程基礎,以及基於Python的科學計算和機器學習演算法,並配有大量的源代碼。書中介紹了作者近年來取得的部分相關研究成果,涉及機器學習、大數據技術等多個領域。
    本書適合電腦科學與技術、數據科學與技術的研究生和本科生使用,也可供從事農業大數據等領域的相關人員參考。

作者介紹
牟少敏

目錄
第1章  緒論
  1.1  機器學習
    1.1.1  概述
    1.1.2  評價準則
    1.1.3  分類
    1.1.4  常用工具
  1.2  大數據
  1.3  人工智慧
  1.4  圖像處理技術
第2章  機器學習的理論與方法
  2.1  回歸分析與最小二乘法
  2.2  聚類
    2.2.1  簡介
    2.2.2  基本原理
    2.2.3  常用聚類演算法
  2.3  遺傳演算法
    2.3.1  簡介
    2.3.2  基本原理
    2.3.3  特點與應用
  2.4  蟻群演算法
    2.4.1  簡介
    2.4.2  基本原理
    2.4.3  特點與應用
  2.5  粒子群演算法
    2.5.1  簡介
    2.5.2  基本原理
    2.5.3  特點與應用
  2.6  人工神經網路
    2.6.1  簡介
    2.6.2  神經網路基礎
    2.6.3  BP神經網路
    2.6.4  RBF神經網路
  2.7  支持向量機
    2.7.1  簡介
    2.7.2  基本原理
    2.7.3  特點與應用
  2.8  隱馬爾科夫模型
第3章  深度學習理論與方法
  3.1  簡介
  3.2  常見模型
    3.2.1  卷積神經網路
    3.2.2  受限玻爾茲曼機
    3.2.3  深度信念網路
    3.2.4  自動編碼器
    3.2.5  降噪自動編碼器
    3.2.6  堆疊降噪自動編碼器
  3.3  應用場景
  3.4  發展趨勢
    3.4.1  深度集成學習
    3.4.2  深度強化學習

    3.4.3  深度遷移學習
第4章  大數據處理技術
  4.1  大數據簡介
    4.1.1  大數據概念與特點
    4.1.2  大數據類型
    4.1.3  大數據應用
  4.2  大數據技術
……
第5章  大數據與智能系統開發——以農業應用為例
第6章  圖像處理與分析技術
第7章  機器學習、大數據技術和圖像處理技術的應用——以農業應用為例
第8章  Python基礎
第9章  Python數據處理與機器學習
參考文獻

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032