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

人工智慧與數據處理基礎(第2版教育部高等學校電腦類專業教學指導委員會推薦教材)

  • 作者：編者:楊璠//張承德|責編:陳景輝
  • 出版社：清華大學
  • ISBN：9787302686378
  • 出版日期：2025/05/01
  • 裝幀：平裝
  • 頁數：312
人民幣：RMB 59.9 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書以智能數據處理技術和應用為核心，全書共分為數據處理基礎篇和數據分析技術與人工智慧方法篇，詳細闡述了人工智慧、大數據、區塊鏈等當代前沿信息技術的概念和應用，在數據處理基礎篇中，以圖書銷售為例，通過Access 2016系統介紹了數據存儲的概念和數據存儲應用技術，並在數據分析技術與人工智慧方法篇中，進一步介紹了智能數據分析語言——Python、數值數據智能分析技術、文本數據智能分析技術，人工智慧分析方法、智能計算思維及其應用。本書通過一系列實例分析，深入淺出地向讀者介紹了信息、數據、大數據、人工智慧、區塊鏈、數據存儲概念及應用技術（Access）、Python程序設計語言、數值數據和文本數據智能分析技術、人工智慧分析方法和智能計算思維。
    本書適合於全國高等學校各專業作為「新文科」與「新工科」建設背景下的人工智慧和數據處理通識課教材使用，也可作為智能數據處理的普及讀物供廣大讀者自學或參考。
作者介紹
編者:楊璠//張承德|責編:陳景輝
目錄
第一篇  數據處理基礎
  第1章  數據處理基礎與人工智慧技術前沿
    1.1  信息、數據、大數據
      1.1.1  信息
      1.1.2  數據
      1.1.3  大數據
    1.2  信息（數據）處理技術分類及發展
      1.2.1  信息（數據）處理技術
      1.2.2  信息（數據）存儲技術
      1.2.3  智能數據分析技術
    1.3  人工智慧與信息技術前沿
      1.3.1  人工智慧
      1.3.2  數據挖掘
      1.3.3  機器學習
      1.3.4  大數據處理與人工智慧
      1.3.5  區塊鏈技術
      1.3.6  智能科學發展的新趨勢
    本章小結
    思考題
  第2章  數據存儲基本理論（關係資料庫）
    2.1  資料庫實例與數據模型
      2.1.1  Access資料庫實例
      2.1.2  數據模型
    2.2  關係數據模型的基本理論
      2.2.1  關係數據模型的三要素
      2.2.2  關係及相關概念
      2.2.3  關係資料庫的數據完整性約束
    2.3  關係數據理論的進一步分析
      2.3.1  關係代數
      2.3.2  關係的規範化
    2.4  資料庫體系結構
      2.4.1  三級模式結構
      2.4.2  資料庫管理系統概述
    本章小結
    思考題
  第3章  數據存儲設計與Access資料庫管理
    3.1  資料庫設計方法
      3.1.1  資料庫設計的定義
      3.1.2  資料庫設計的步驟
    3.2  實體聯繫模型及轉化
      3.2.1  E-R模型的基本概念
      3.2.2  E-R圖
      3.2.3  E-R模型向關係模型的轉化
      3.2.4  設計E-R模型的進一步探討
      3.2.5  術語對照
    3.3  圖書銷售管理資料庫設計
      3.3.1  需求調查與分析
      3.3.2  概念設計與邏輯設計
    3.4  Access概述
      3.4.1  Access的發展

      3.4.2  Access的啟動和退出
      3.4.3  Access的用戶界面
    3.5  創建Access資料庫
      3.5.1  Access資料庫基礎
      3.5.2  創建資料庫
    3.6  Access資料庫管理
      3.6.1  資料庫的打開與關閉
      3.6.2  資料庫管理
    本章小結
    思考題
  第4章  表與關係
    4.1  Access資料庫的表對象及創建方法
    4.2  數據類型
    4.3  表的創建
      4.3.1  資料庫的物理設計
      4.3.2  應用設計視圖創建表
      4.3.3  用其他方法創建表
    4.4  建立表之間的關係
      4.4.1  表之間關係的類型及創建
      4.4.2  對關係進行編輯
    4.5  表的操作
      4.5.1  表記錄的輸入
      4.5.2  表記錄的修改和刪除
      4.5.3  對錶的其他操作
      4.5.4  修改表結構和刪除表
      4.5.5  表的導出
    本章小結
    思考題
  第5章  數據存儲中的查詢
    5.1  查詢及查詢對象
      5.1.1  理解查詢
      5.1.2  SQL概述
      5.1.3  Access查詢的工作界面
      5.1.4  查詢的分類與查詢對象
    5.2  SQL查詢
      5.2.1  Access數據運算與表達式
      5.2.2  幾種常用的SQL查詢
      5.2.3  SQL的追加功能
      5.2.4  SQL的更新功能
      5.2.5  SQL的刪除功能
      5.2.6  SQL的定義功能
    5.3  選擇查詢
      5.3.1  創建選擇查詢
      5.3.2  選擇查詢的進一步設置
      5.3.3  匯總與分組統計查詢設計
      5.3.4  子查詢設計
      5.3.5  交叉表查詢
    5.4  查詢嚮導
      5.4.1  簡單查詢嚮導
      5.4.2  交叉表查詢嚮導

      5.4.3  查找重複項查詢嚮導
      5.4.4  查找不匹配項查詢嚮導
    5.5  動作查詢
      5.5.1  生成表查詢
      5.5.2  追加查詢
      5.5.3  更新查詢
      5.5.4  刪除查詢
    5.6  SQL特定查詢
      5.6.1  聯合查詢
      5.6.2  傳遞查詢
      5.6.3  數據定義查詢
    本章小結
    思考題
第二篇  數據分析技術與人工智慧方法
  第6章  智能數據分析語言——Python
    6.1  Python語言概述
      6.1.1  Python簡介
      6.1.2  為何使用Python做數據分析
    6.2  Python的安裝與配置
      6.2.1  Windows系統中下載並安裝Python
      6.2.2  第一個Python程序
    6.3  Python語言基礎
      6.3.1  Python語法特點
      6.3.2  變數
      6.3.3  常用數據類型
      6.3.4  運算符和表達式
      6.3.5  常用序列結構
      6.3.6  循環控制語句
      6.3.7  函數
      6.3.8  模塊
      6.3.9  基本輸入輸出
    6.4  AI Studio平台介紹
      6.4.1  運行一個簡單的項目
      6.4.2  新建一個簡單的項目
    本章小結
    思考題
  第7章  數值數據智能分析技術
    7.1  數值數據智能分析基礎
      7.1.1  NumPy數據處理
      7.1.2  Pandas庫基礎
    7.2  數值數據的導入和導出
      7.2.1  Python資料庫交互介面
      7.2.2  導入CSV文件
      7.2.3  導出CSV文件
      7.2.4  導入Excel文件
      7.2.5  導出Excel文件
    7.3  數據統計
      7.3.1  基本統計
      7.3.2  分組統計
    7.4  數據合併、連接和排序

      7.4.1  Pandas合併、連接
      7.4.2  排序
    7.5  數據篩選和過濾功能
      7.5.1  篩選
      7.5.2  按篩選條件進行匯總
      7.5.3  過濾
    7.6  數據科學製圖
      7.6.1  Matplotlib基礎
      7.6.2  折線圖
      7.6.3  散點圖
      7.6.4  柱狀圖
      7.6.5  餅狀圖
      7.6.6  雷達圖
      7.6.7  三維圖形
    本章小結
    思考題
  第8章  文本數據智能分析技術
    8.1  數據獲取
    8.2  文本數據的輸入和輸出
      8.2.1  導入TXT文件
      8.2.2  導出TXT文件
    8.3  中文分詞技術
      8.3.1  中文分詞
      8.3.2  精確模式
      8.3.3  全模式
      8.3.4  搜索引擎模式
      8.3.5  jieba分詞
    8.4  數據預處理技術
      8.4.1  雜訊
      8.4.2  詞性分析
      8.4.3  停用詞
    8.5  自然語言處理技術
      8.5.1  詞頻統計
      8.5.2  詞雲分析
    本章小結
    思考題
  第9章  人工智慧分析方法
    9.1  機器學習簡介
      9.1.1  機器學習的基本概念
      9.1.2  Python機器學習庫與學習平台
    9.2  有監督學習
      9.2.1  回歸分析
      9.2.2  決策樹
      9.2.3  支持向量機
      9.2.4  KNN演算法
      9.2.5  人工神經網路
      9.2.6  深度學習
    9.3  無監督學習
      9.3.1  無監督學習簡介
      9.3.2  K-means聚類

    本章小結
    思考題
  第10章  智能計算思維及其應用
    10.1  計算思維與人工智慧
      10.1.1  計算思維
      10.1.2  人工智慧
      10.1.3  智能計算思維的應用
    10.2  智能計算思維中的演算法思維
      10.2.1  智能計算思維的組成
      10.2.2  演算法思維的條件
      10.2.3  演算法思維的表達和結構
      10.2.4  演算法思維在求解問題中的應用
    本章小結
    思考題
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