人工智能應(yīng)用基礎(chǔ)（Python版）

定　價：￥38.00

作　者：	盛鴻宇，于京，詹曉東著
出版社：	高等教育出版社
叢編項：	高等職業(yè)教育計算機類課程新形態(tài)一體化教材
標　簽：	暫缺

購買這本書可以去

京東 (￥33.80)

ISBN：	9787040544688	出版時間：	2020-09-01	包裝：	平裝
開本：	16開	頁數(shù)：	164	字數(shù)：

內(nèi)容簡介

　　《人工智能應(yīng)用基礎(chǔ)（Python版）》共9章，主要介紹了人工智能在監(jiān)督學習、非監(jiān)督學習、強化學習3個領(lǐng)域的10種常見算法，包括kNN、貝葉斯、決策樹、支持向量機、集成學習、K-means、線性回歸、神經(jīng)網(wǎng)絡(luò)、卷積網(wǎng)絡(luò)、Q-learning等。全書采用Python作為實現(xiàn)語言，通過大量原創(chuàng)圖表及實用案例讓讀者參與和體驗人工智能的“決策過程”，希望讀者能夠了解并掌握人工智能的常用算法。該書配套的數(shù)字課程將在“智慧職教”（www.icve.com.cn）網(wǎng)站上線，讀者可登錄網(wǎng)站學習，授課教師可以調(diào)用本課程構(gòu)建符合自身教學特色的SPOC課程，詳見“智慧職教服務(wù)指南”。此外，該書還提供了其他豐富的數(shù)字化課程教學資源，包括電子課件（PPT）、實訓案例、資源文件及源代碼等，教師可發(fā)郵件至編輯郵箱1548103297@qq.com索取?！度斯ぶ悄軕?yīng)用基礎(chǔ)（Python版）》既可以作為高等職業(yè)院校的人工智能課程教材，也可以作為想了解機器學習技術(shù)及應(yīng)用實踐的人員的參考書。

作者簡介

暫缺《人工智能應(yīng)用基礎(chǔ)（Python版）》作者簡介

圖書目錄

第1章距離的應(yīng)用-k近鄰算法
1．1 相似就是“距離”相近
1．2 數(shù)據(jù)處理：歸一化
1．3人工智能應(yīng)用的要素
1．4 編程
1．5 代碼詳解
1．6 本章小結(jié)
1．7 本章練習
第2章由條件做判斷——樸素貝葉斯
2．1 計算事物發(fā)生的可能性
2．2 根據(jù)消費記錄洞察新需求
2．3 算法的改進
2．4 訓練集、測試集對結(jié)果的影響以及算法評價
2．5 利用程序解決問題
2．6 本章小結(jié)
2．7 本章練習
第3章決策的竅門——決策樹
3．1 如何決策最有效率
3．2 利用“決策樹”開發(fā)一個人工智能的信用卡審批系統(tǒng)
3．3 處理數(shù)據(jù)的瑕疵以及特征工程
3．4 編程完成決策樹的項目應(yīng)用
3．5 本章小結(jié)
3．6 本章練習
第4章楚河漢界的劃分——支持向量機
4．1 劃分邊界的一般規(guī)律
4．2 找出考試的通關(guān)秘笈
4．3 用核函數(shù)處理非線性可分的數(shù)據(jù)
4．4 數(shù)據(jù)可視化
4．5 支持向量機的項目應(yīng)用
4．6 本章小結(jié)
4．7 本章練習
第5章亦步亦趨的刻畫——線性回歸
5．1 線性回歸的實例：連鎖店消暑飲料的送貨量
5．2 求解模型
5．3 表達擬合結(jié)果和趨勢
5．4 模型可用性的度量
5．5 線性回歸的擴展
5．6 本章小結(jié)
5．7 本章練習
第6章明察秋毫的發(fā)現(xiàn)與總結(jié)——聚類方法
6．1 利用K均值算法聚類
6．2 利用K均值算法進行櫻花耐旱性聚類
6．3 利用降維簡化數(shù)據(jù)
6．4 本章小結(jié)
6．5 本章練習
第7章披沙瀝金的選擇——神經(jīng)網(wǎng)絡(luò)
7．1 累計觸發(fā)：神經(jīng)網(wǎng)絡(luò)概述
7．2 神經(jīng)網(wǎng)絡(luò)體驗：辨認魚的種類
7．3 隱藏層和梯度下降
……
第8章至關(guān)重要的少數(shù)——用卷積網(wǎng)絡(luò)識別圖像和語言
第9章能吸取經(jīng)驗的機器——用強化學習完成智能化
附錄