关于我们
|
|
点击返回 当前位置:首页 > 中图法 【 TP18 人工智能理论】 分类索引
-
- 大数据技术与机器学习Python实战
- 张晓明/2021-8-1/清华大学出版社
本书基于计算机类专业对大数据平台技术和大规模数据处理的实战需求,在阐述数据科学、Hadoop和Spark配置要点和大数据处理周期的基础上,重点阐述大数据采集与存储、预处理、特征工程、数据可视化分析、机器学习基础等大数据处理技术及其Python实现,以及基于Hadoop和Spark平台的Python接口调用和机器学习编程实例分析。本书既强调了大数据处理周期的基本原理和关键技术,又突出机器学习算法及其在分布式系统中的应用编程方法。 本书可作为高等院校计算机、大数据、人工智能、软件工程等专业的教
-
定价:¥48 ISBN:9787302581321
-
- Python快乐编程——机器学习从入门到实战
- 千锋教育高教产品研发部/2021-8-1/清华大学出版社
本书采用理论与实战相结合的形式,通过生活中的例子来讲解理论知识,结合实际案例代码,帮助读者在掌握机器学习理论的同时,打下项目实践的基础,同时配有丰富的教学资源,帮助读者自学或开展教学工作。 本书共13章,涵盖机器学习入门所需的数学知识及相关算法,包括K近邻算法、决策树、朴素贝叶斯、逻辑回归与梯度下降、支持向量机、AdaBoost算法、线性回归、Kmeans算法、Apriori算法、FPgrowth算法、主成分分析和奇异值分解。本书将理论与实际操作相结合,通过丰富的程序实例和详尽的步骤讲
-
定价:¥59.8 ISBN:9787302576969
-
- 深度学习基础教程
- 赵宏/2021-8-1/机械工业出版社
深度学习是当前的人工智能领域的技术热点。本书面向高等院校理工科专业学生的需求,介绍深度学习相关概念,培养学生研究、利用基于各类深度学习架构的人工智能算法来分析和解决相关专业问题的能力。本书内容包括深度学习概述、人工神经网络基础、卷积神经网络和循环神经网络、生成对抗网络和深度强化学习、计算机视觉以及自然语言处理。本书适合作为高校理工科相关专业深度学习、人工智能相关课程的教材,也适合作为技术人员的参考书或自学读物。
-
定价:¥59 ISBN:9787111687320
-
- 机器学习案例实战(第2版)
- 赵卫东/2021-8-1/人民邮电出版社
机器学习已经广泛地应用于各行各业,深度学习的兴起再次推动了人工智能的热潮。本书结合项目实践,首先讨论主流机器学习平台的主要特点和机器学习的实战难点;在此基础上,利用主流的机器学习开源平台TensorFlow、OpenVINO、PaddlePaddle等,通过19个实战案例,详细地分析决策树、随机森林、支持向量机、逻辑回归、贝叶斯网络、聚类、卷积神经网络、循环神经网络、生成对抗网络等机器学习和深度学习算法在金融、零售、汽车、电力、交通等典型领域的应用。 本书可以作为从事机器学习和深
-
定价:¥59.8 ISBN:9787115564009
-
- 机器学习实战
- 肖睿 向成洪 徐圣林 于伦 王兰 陈祥 乔智/2021-8-1/人民邮电出版社
全书从推荐系统的发展历史、基本构成开始,依次剖析推荐系统的内容召回、协同过滤召回、深度学习召回中具有代表性的模型;再从经典排序模型到基于深度学习的排序,顺势介绍会话推荐、强化学习推荐及工业级推荐,搭建了完整的推荐系统技术体系,这是一个由浅入深的系统学习过程。
本书的目标读者应该对深度学习有基本的了解,掌握概率论、线性代数、微积分等学科的基本知识,具备使用Python语言进行编程的基本能力。本书可以作为各大院校人工智能相关专业的教材,也可以作为培训机构的教材,还适合作为人工智
-
定价:¥59.8 ISBN:9787115563200
-
- 机器学习原理及应用
- 吕云翔 王渌汀 袁琪 等编著/2021-8-1/机械工业出版社
《机器学习原理及应用》以机器学习及其算法为主题,详细介绍其理论细节与应用方法。《机器学习原理及应用》共19章,分别介绍了机器学习概述、线性回归与*大熵模型、k-近邻算法、决策树模型、朴素贝叶斯分类器、支持向量机模型、集成学习、EM算法、降维算法、聚类算法、神经网络模型等基础模型或算法,以及8个综合项目实例。《机器学习原理及应用》重视理论与实践相结合,希望为读者提供全面而细致的学习指导。 《机器学习原理及应用》可作为高等院校计算机科学与技术、软件工程等相关专业的教材,也适合机器学习初学者、相
-
定价:¥59 ISBN:9787111682943
-
- 机器学习导论
- 卢官明/2021-8-1/机械工业出版社
本书是一本浅显易懂的机器学习入门教材,深入浅出地介绍了机器学习的基础理论、模型与经典方法,并适当融入了深度学习的前沿知识。全书共9章,主要内容包括:机器学习概述、回归模型(线性回归、多项式回归、岭回归、套索回归、弹性网络、逻辑斯谛回归、Softmax回归)、k*近邻和kd树算法、支持向量机、贝叶斯分类器与贝叶斯网络、决策树、集成学习(AdaBoost、GBDT、随机森林和极端随机树)、聚类(k均值算法、BIRCH算法、DBSCAN算法、OPTICS算法)、深度学习(卷积神经网络、循环神经网
-
定价:¥69 ISBN:9787111685111
-
- 深度强化学习(原理算法与PyTorch实战微课视频版)/大数据与人工智能技术丛书
- 刘全,黄志刚 编/2021-8-1/清华大学出版社
围绕着MDP模型,阐述动态规划、蒙特卡罗、动态规划等有穷表格式强化学习方法。在深度强化学习框架PyTorch下,阐述DQN,DDDPG,A3C等算法。本书以实例为导向,深度浅出地讲解相关算法。全书采用完整的数学体系,各章内容循序渐进,严谨地讲授强化学习的理论基础,主要定理均给出证明过程。基于理论讲解强化学习算法,覆盖了所有主流强化学习算法,包括资格迹等经典算法和深度确定性梯度策略等深度强化学习算法。适合本科以上的人工智能相关专业学生及工程人员。
-
定价:¥59.8 ISBN:9787302578208
-
-
- 人工智能专业英语(附全套音频)
- 张强华 司爱侠/2021-7-1/人民邮电出版社
本书选材广泛,主要包括人工智能概述、现实世界中人工智能的应用、人工智能的类型、人工智能的利与弊、人工智能中的知识表示、人工智能中的推理、人工智能中的搜索算法、机器学习算法、专家系统、人工智能中的模糊逻辑及其应用、有监督机器学习与无监督机器学习、现实世界中机器学习的应用、人工神经网络、深度学习、模式识别、面部识别、人工智能软件开发工具、用于人工智能的编程语言、人工智能即服务、人工智能在云计算中的作用等内容。
本书内容与课堂教学的各个环节紧密切合,对备课、教学、复习及考试等教学环节有一定的指导作用。
-
定价:¥49.8 ISBN:9787115560896
|