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

Python人工智慧分析與實戰/清華開發者書庫

  • 作者：編者:李婭|責編:盛東亮//古雪
  • 出版社：清華大學
  • ISBN：9787302663652
  • 出版日期：2024/06/01
  • 裝幀：平裝
  • 頁數：283
人民幣：RMB 79 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書以Python 3.10.7為平台，以實際應用為背景，通過「概述十經典應用」相結合的形式，深入淺出地介紹Python人工智慧分析與實戰相關知識。全書共8章，主要內容包括人工智慧緒論、Python編程與進階、Python數學與演算法、機器學習大戰、神經網路大戰、深度學習大戰、強化學習大戰、人工智慧大戰等內容。通過本書的學習，讀者不僅能領略到Python的簡單、易學、易讀、易維護等特點，還能感受到利用Python實現人工智慧的普遍性與專業性。
    本書可作為高等院校相關專業本科生和研究生的教學用書，也可作為相關專業科研人員、學者、工程技術人員的參考用書。
作者介紹
編者:李婭|責編:盛東亮//古雪
目錄
第1章  人工智慧緒論
  1.1  人工智慧的定義
  1.2  人工智慧的研究方向
  1.3  三大類人工智慧
  1.4  人工智慧的三大學派
    1.4.1  符號主義學派
    1.4.2  連接主義學派
    1.4.3  行為主義學派
  1.5  人工智慧的發展史
    1.5.1  人工智慧的起源
    1.5.2  人工智慧的發展歷程
  1.6  新一代人工智慧
    1.6.1  新一代人工智慧的主驅動因素
    1.6.2  新一代人工智慧的主要特徵
  1.7  人工智慧的關鍵技術
第2章  Python編程與進階
  2.1  Python特點
  2.2  Python搭建環境
  2.3  Jupyter Notebook的安裝與使用
    2.3.1  Jupyter Notebook的下載與安裝
    2.3.2  運行Jupyter Notebook
    2.3.3  Jupyter Notebook的使用
  2.4  Python語法基礎
    2.4.1  Python編程基礎
    2.4.2  基本數據類型
    2.4.3  Python字元串
    2.4.4  列表
    2.4.5  元組
    2.4.6  字典
    2.4.7  集合
  2.5  程序控制
    2.5.1  順序結構
    2.5.2  分支結構
    2.5.3  循環結構
  2.6  Python雨數
    2.6.1  定義一個函數
    2.6.2  函數調用
  2.7  Python模塊
    2.7.1  引入模塊
    2.7.2  搜索路徑
    2.7.3  name屬性
    2.7.4  命名空間和作用域
    2.7.5  相關函數
第3章  Python數學與演算法
  3.1  枚舉演算法
  3.2  遞推演算法
  3.3  模擬演算法
  3.4  邏輯推理
  3.5  冒泡排序
  3.6  選擇排序

  3.7  插入排序
  3.8  快速排序
  3.9  二分查找
  3.10  勾股樹
  3.11  玫瑰曲線
第4章  機器學習大戰
  4.1  機器學習概述
    4.1.1  機器學習分類
    4.1.2  深度學習
    4.1.3  機器學習的應用
  4.2  監督學習
    4.2.1  kNN演算法
    4.2.2  線性回歸
    4.2.3  邏輯回歸
    4.2.4  支持向量機
    4.2.5  樸素貝葉斯分類器
    4.2.6  決策樹
    4.2.7  隨機森林
  4.3  非監督學習
    4.3.1  k均值聚類
    4.3.2  密度聚類
    4.3.3  層次聚類
    4.3.4  主成分分析
    4.3.5  高斯混合模型
    4.3.6  受限玻爾茲曼機
  4.4  半監督學習
    4.4.1  半監督思想
    4.4.2  半監督演算法的類別
    4.4.3  半監督分類演算法
    4.4.4  半監督學習實戰
第5章  神經網路大戰
  5.1  深度學習
    5.1.1  神經網路的基本概念
    5.1.2  深度學習的發展歷程
    5.1.3  深度學習基本理論
  5.2  人工神經網路基礎
    5.2.1  神經元與感知器
    5.2.2  學習過程建模
    5.2.3  反向傳播
  5.3  卷積神經網路
    5.3.1  從神經網路到卷積神經網路
    5.3.2  Python實現卷積神經網路
    5.3.3  實現模仿繪畫
  5.4  循環神經網路
    5.4.1  Keras中的循環層
    5.4.2  LSTM層和GRU層
    5.4.3  循環神經網路的高級用法
第6章  深度學習大戰
  6.1  TensorFlow深度學習概述
    6.1.1  深度學習特性

    6.1.2  深度學習的構架
    6.1.3  深度學習的思想
  6.2  邁進TensorFlow
    6.2.1  TensorFlow環境構建
    6.2.2  Geany開發環境
    6.2.3  TensorFlow編程基礎
  6.3  CTC模型及實現
  6.4  BiRNN實現語音識別
    6.4.1  語音識別背景
    6.4.2  獲取並整理樣本
    6.4.3  訓練模型
  6.5  自編碼網路實戰
    6.5.1  自編碼網路的結構
    6.5.2  自編碼網路的代碼實現
  6.6  生成對抗網路實戰
    6.6.1  GAN結構
    6.6.2  GAN基本架構
    6.6.3  GAN實戰
  6.7  深度神經網路實戰
    6.7.1  AlexNet模型
    6.7.2  VGG模型
    6.7.3  GoogLeNet模型
    6.7.4  殘差網路
    6.7.5  Inception-ResNet v2結構
    6.7.6  VGG藝術風格轉移
第7章  強化學習大戰
  7.1  深度強化學習的數學模型
    7.1.1  強化學習系統的基本模型
    7.1.2  基於值雨數的深度強化學習演算法
    7.1.3  基於策略梯度的深度強化學習演算法
    7.1.4  AC演算法
  7.2  SARSA演算法
    7.2.1  SARSA演算法概述
    7.2.2  SARSA演算法流程
    7.2.3  SARSA演算法實戰
  7.3  Q-Learning演算法
  7.4  DQN演算法
    7.4.1  DQN演算法原理
    7.4.2  DQN演算法實戰
第8章  人工智慧大戰
  8.1  爬蟲實戰
    8.1.1  什麼是爬蟲
    8.1.2  網路爬蟲是否合法
    8.1.3  Beautiful Soup工具
    8.1.4  網路爬蟲實現
    8.1.5  創建雲起書院爬蟲
  8.2  智能聊天機器人實戰
    8.2.1  網頁自動化
    8.2.2  語音處理
    8.2.3  圖形化用戶交互界面

    8.2.4  智能聊天機器人程序實現
  8.3  餐飲菜單推薦引擎
    8.3.1  推薦問題的描述
    8.3.2  協同過濾演算法
    8.3.3  餐飲菜單實現
  8.4  人臉識別
    8.4.1  OpenCV
    8.4.2  人臉識別過程
    8.4.3  多線程
    8.4.4  人臉識別實現
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