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

機器學習與深度學習(基於Python實現)/智博人工智慧技術叢書

  • 作者：(日)小高知宏|責編:韓瑩琳|譯者:黃毅燕//汪敬東
  • 出版社：中國水利水電
  • ISBN：9787522616025
  • 出版日期：2023/08/01
  • 裝幀：平裝
  • 頁數：166
人民幣：RMB 79.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書用Python對人工智慧機器學習中的相關知識進行了演算法實現，並以這些知識為背景解釋了什麼是深度學習。具體內容包括初識機器學習、機器學習基礎、強化學習、群智能與優化方法、神經網路和深度學習。因為沒有使用TensorFlow、PyTorch等程序庫，僅使用Python直接實現機器學習與深度學習的相關演算法，可以讓讀者更好地理解和掌握機器學習與深度學習的工作原理和技術本質。
    本書是一本使用Python進行機器學習和深度學習的人工智慧教材，語言通俗易懂，代碼示例豐富，非常適合大中專院校電腦、人工智慧相關專業學生以及所有對機器學習·深度學習技術感興趣的程序員參考學習。
作者介紹
(日)小高知宏|責編:韓瑩琳|譯者:黃毅燕//汪敬東
    小高知宏，日本福井大學工學研究科教授。其主要著作有日本歐姆社出版的《從基礎開始學會TCP／IP Java網路程序設計第2版》《初學Al程序設計——用C語言製作人工智慧和人工無能》《初學機器學習》《基於AI的大規模數據處理入門》等。
目錄
第1章  初識機器學習
  1.1  機器學習的基礎概念
    1.1.1  深度學習的成果
    1.1.2  學習與機器學習、深度學習
    1.1.3  機器學習方法的分類
    1.1.4  從機器學習到深度學習的發展史
  1.2  示常式序運行環境
    1.2.1  示常式序運行準備
    1.2.2  示常式序運行實況
  清單1.1  sum2.py程序
第2章  機器學習基礎
  2.1  歸納學習
    2.1.1  演繹學習和歸納學習
    2.1.2  歸納學習的示例——股價預測
    2.1.3  基於歸納學習的股價預測程序
  清單2.1  學習數據集的文件格式
  清單2.2  歸納學習示常式序learnstock.py
  執行示例2.1  learnstock.py程序的執行示例
  執行示例2.2  增加重複次數的執行示例
  2.2  強化學習
    2.2.1  強化學習的概念
    2.2.2  Q學習——強化學習的具體方法
    2.2.3  強化學習示例——穿越迷宮最優路徑選擇
    2.2.4  強化學習的程序實現
  清單2.3  qlearning.py程序
  執行示例2.3  qlearning.py程序的執行示例
第3章  群智能與優化方法
  3.1  群智能
    3.1.1  粒子群優化演算法
    3.1.2  蟻群優化演算法
    3.1.3  蟻群優化演算法的應用
  清單3.1  aco.py程序
  執行示例3.1  aco.py程序的執行示例
  3.2  優化方法
    3.2.1  優化方法的基礎概念
    3.2.2  構建遺傳演算法
  清單3.2  kpga.py程序
  執行示例3.2  裝入背包的行李的數據
  執行示例3.3  kpga.py程序的執行示例
第4章  神經網路
  4.1  神經網路的基本原理
    4.1.1  人工神經元模型
    4.1.2  神經網路與學習
    4.1.3  神經網路的種類
    4.1.4  人工神經元的計算方法
  清單4.1  neuron.py程序
  執行示例4.1  neuron.py程序的執行示例（1)
  執行示例4.2  neuron.py程序的執行示例（2)
  執行示例4.3  neuron.py程序的執行示例（3)
    4.1.5  神經網路的計算方法

  清單4.2  nn.py程序
  執行示例4.4  nn.py程序的執行示例（1）
  執行示例4.5  nn.py程序的執行示例（2）
  4.2  基於反向傳播的神經網路學習
    4.2.1  感知器的學習程序
    4.2.2  反向傳播的處理流程
    4.2.3  反向傳播的應用
  清單4.3  bpl.py程序
  執行示例4.6  bpl.py程序的執行示例(1)
  執行示例4.7  bpl.py程序的執行示例(2)
  執行示例4.8  bpl.py程序的執行示例（3）
  執行示例4.9  bpl.py程序的執行示例(4)
第5章  深度學習
  5.1  深度學習的基礎概念
    5.1.1  傳統神經網路的局限性和深度學習的創新
    5.1.2  卷積神經網路
    5.1.3  使用自編碼器的學習方法
  5.2  深度學習的實戰應用
    5.2.1  卷積運算的實現
  清單5.1  cp.py程序
  執行示例5.1  cp.py程序的執行示例（1）
    基於縱向過濾器的執行結果
  執行示例5.2  cp.py程序的執行示例（2）
    基於橫向過濾器的執行結果
    5.2.2  卷積神經網路的實現
  清單5.2  simplecnn.py程序
  執行示例5.3  simplecnn.py程序的執行示例
    5.2.3  自編碼器的實現
  清單5.3  ae.py程序
  執行示例5.4  提供給ae.py程序的學習數據示例
  執行示例5.5  ae.py程序的執行示例
附錄A  生成行李重量和價值的程序kpdatagen.py
    清單Akpdatagen.py程序
附錄B  全局搜索解決背包問題的程序direct.py
    清單Bdirect.py程序
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