幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

人工智慧入門--常用工具

  • 作者：張曉明|責編:武曉燕
  • 出版社：人民郵電
  • ISBN：9787115505439
  • 出版日期：2020/06/01
  • 裝幀：平裝
  • 頁數：223
人民幣：RMB 59 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    工欲善其事，必先利其器。要想學好人工智慧，怎能沒有實用的工具?這是一本輕鬆、可讀性強的圖書。它基於Python語言，形象地講解了人工智慧中常用的工具，幫助讀者迅速掌握其用法和技巧。
    本書分為4個單元，包括Python語法精講、數據預處理和可視化、機器學習以及深度學習，涵蓋了Python、pandas、Matplotlib、Seaborn、scikit-1earn、TensorFlow、Keras這7種主流工具。不同於傳統的圖書，本書從案例出發，圍繞著人工智慧的典型場景，以提出問題、定義問題、解決問題、專家講解的流程來組織內容，然後展示各種工具的適用場景、關鍵用法和應用技巧。
    本書適合所有有興趣了解人工智慧的讀者，也適合在校學生、IT從業人員和科研工作者閱讀。
作者介紹
張曉明|責編:武曉燕
    張曉明，網名大聖，國內早期的競價搜索工程師，曾就職雅虎、阿里巴巴、中國移動等大型互聯網公司，擔任過數據專家、技術總監等職務，服務過廣告、電商、移動運營商、互聯網金融等行業，有15年以上的數據挖掘、機器學習一線工程經驗。現為自由職業者、獨立咨詢顧問、獨立講師。
目錄
第1章  Python語法要素　
  1.1  用模塊組織代碼　
  1.2  模塊的兩種使用方式　
  1.3  編程的語法要素　
    1.3.1  變數　
    1.3.2  變數的數據類型和運算　
  1.4  代碼實戰1：計算二維空間兩個點的距離　
  1.5  數據結構　
    1.5.1  列表　
    1.5.2  字典　
  1.6  代碼實戰2：計算三維空間中兩個點的距離　
第2章  語法結構　
  2.1  分支結構　
  2.2  循環結構　
    2.2.1  退出循環　
    2.2.2  else　
  2.3  代碼實戰：計算高維空間兩個點的距離　
第3章  函數和類　
  3.1  函數　
    3.1.1  定義函數　
    3.1.2  代碼實戰：距離函數　
  3.2  類和對象　
  3.3  類和繼承　
  3.4  小結　
第4章  走進機器學習　
  4.1  不要關心概念　
  4.2  數據建模　
    4.2.1  用數學公式建模　
    4.2.2  用概率建模　
  4.3  機器學習的功能　
    4.3.1  什麼是分類問題　
    4.3.2  什麼是回歸問題　
    4.3.3  什麼是聚類問題　
  4.4  小結　
第5章  如何獲取數據　
  5.1  代碼實戰1：獲得鳶尾花數據集　
  5.2  　專家解讀　
  5.3  代碼實戰2：獲得新聞數據集　
  5.4  專家解讀　
  5.5  代碼實戰3：生成不均衡數據集　
  5.6  專家解讀　
  5.7  小結　
第6章  讀取外部數據　
  6.1  代碼實戰1：從文件讀取數據　
  6.2  專家解讀　
    6.2.1  對時間的處理　
    6.2.2  大文件迭代　
    6.2.3  CSV文件的寫操作　
  6.3  libsvm格式文件的讀寫　
  6.4  專家解讀　

  6.5  代碼實戰2：從MySQL讀取數據　
第7章  數據可視化探索　
  7.1  作者建議　
  7.2  代碼實戰1：觀察分佈　
  7.3  代碼實戰2：觀察變數間關係　
  7.4  小結　
第8章  數據清洗　
  8.1  代碼實戰1：特徵類型校準　
  8.2  代碼實戰2：數據分佈可視化　
  8.3  代碼實戰3：處理缺失值　
  8.4  代碼實戰4：經驗法則和異常值處理　
  8.5  代碼實戰5：方差分析和變數篩選　
第9章  如何做回歸　
  9.1  代碼實戰1：經典回歸　
  9.2  專家解讀　
  9.3  代碼實戰2：多元線性回歸　
  9.4  專家解讀　
  9.5  代碼實戰3：嶺回歸　
  9.6  專家解讀　
  9.7  代碼實戰4：Lasso回歸　
  9.8  專家解讀　
  9.9  代碼實戰5：KDE回歸　
  9.10  專家解讀　
  9.11  小結　
第10章  支持向量機和圖像分類　
  10.1  代碼實戰1：支持向量機和圖像識別　
  10.2  專家解讀　
  10.3  代碼實戰2：核技巧　
  10.4  代碼實戰3：軟間隔vs硬間隔　
  10.5  小結　
第11章  模型評估和優化　
  11.1  代碼實戰1：如何評估模型的分數　
  11.2  專家解讀　
  11.3  代碼實戰2：繪製ROC曲線　
  11.4  專家解讀　
  11.5  代碼實戰3：使用交叉驗證對模型評分　
  11.6  小結　
第12章  神經網路和深度學習　
  12.1  神經網路　
    12.1.1  M-P神經元模型　
    12.1.2  前饋神經網路　
  12.2  卷積神經網路　
    12.2.1  CNN的典型結構示意　
    12.2.2  卷積層　
    12.2.3  ReLU層　
    12.2.4  池化層　
    12.2.5  全連接層　
  12.3  BP演算法　
  12.4  盤點著名的CNN架構　
第13章  深度學習的硬體和軟體　

  13.1  為什麼是GPU　
    13.1.1  GPU和矩陣運算　
    13.1.2  CUDA　
  13.2  深度學習框架　
    13.2.1  框架的意義　
    13.2.2  各種框架盤點　
    13.2.3  什麼是Keras　
  13.3  小結　
第14章  TensorFlow入門　
  14.1  初識　
  14.2  專家解讀　
  14.3  代碼實戰：線性回歸　
  14.4  小結　
第15章  Keras入門必讀　
  15.1  代碼實戰1：用Keras做線性回歸模型　
  15.2  專家解讀　
    15.2.1  序列模型和函數式模型的區別　
    15.2.2  激活層的簡寫　
    15.2.3  Keras的scikit-learn介面　
  15.3  代碼實戰2：手寫數字識別　
  15.4  專家解讀　
  15.5  小結　
第16章  識別交通標誌　
  16.1  認識數據　
  16.2  從圖片文件到張量　
  16.3  搭建網路模型　
  16.4  訓練模型　
  16.5  圖像增強改進　
  16.6  小結　
第17章  站在巨人的肩膀上　
  17.1  代碼實戰1：用VGG16做圖像識別　
  17.2  代碼實戰2：特徵提取　
  17.3  代碼實戰3：遷移學習　
  17.4  經典網路通覽　
    17.4.1  VGG16　
    17.4.2  GoogLeNet(Inception)　
    17.4.3  ResNet　
  17.5  小結　
附錄　工作環境搭建說明　

  • 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