返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 人工智能原理与实践 刘春雷 著 专业科技 文轩网
  • 新华书店正版
    • 作者: 刘春雷著
    • 出版社: 北京大学出版社
    • 出版时间:2022-05-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 刘春雷著
    • 出版社:北京大学出版社
    • 出版时间:2022-05-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2022-05-01
    • 字数:511000
    • 页数:340
    • 开本:16开
    • 装帧:平装
    • ISBN:9787301317709
    • 国别/地区:中国
    • 版权提供:北京大学出版社

    人工智能原理与实践

    作  者:刘春雷 著
    定  价:79
    出 版 社:北京大学出版社
    出版日期:2022年05月01日
    页  数:340
    装  帧:平装
    ISBN:9787301317709
    主编推荐

    全面:涵盖人工智能和数据科学各个重要体系 经典:世界名校AI专业深造,国际大行实战经验 系统:重要理论和公式层层推导,阐述深入浅出 实战:六大典型AI和数据科学应用场景,透彻分析和代码实现

    内容简介

    人工智能被广泛应用和普及,极大地提高了人们学习和工作的效率。而要深入理解人工智能,必须全面理解底层各类机器学习算法的基本原理。只有全面掌握机器学习的基础知识,才能更好地理解、提高和驾驭人工智能的各种应用。本书分为13章,前7章为原理篇,重点讨论了机器学习模型建模的全部流程、各类常用的机器学习算法原理、深度学习和强化学习、机器学习涉及的很优化原理,以及自然语言处理算法原理;后6章为实践篇,重点讨论了信用卡客户细分、保险公司时间序列生活事件预测、电商网站交易欺诈预测、信用卡和信用贷款风险预测、美国旧金山房屋卖了格预测,以及股票短期回报率预测等多个实际应用场景。本书内容系统、全面,理论知识覆盖面广,且保留了推导过程。实践案例中,深入浅出地讲解和展示了机器学习应用的具体流程。本书适合在各行业工作的数据科学家、在校学习人工智能和数据科学专业的学生、科技公司的管理者和决策者,以及人工智能的null

    作者简介

    刘春雷,毕业于中国科学技术大学近代物理系,本科毕业后,前往美国留学深造,并获得了美国卡内基梅隆大学机器学习专业硕士学位和美国匹兹堡大学物理专业博士学位。在研究生和博士阶段的学习过程中,结合数据挖掘、机器学习理论知识和大数据技术,在应用物理领域做出了杰出的贡献和成就。经过多年博士及博士后阶段的学习和研究工作后,作者又先后在美国智库型研究公司和华尔街商业银行工作,积累了大量将机器学习和数据科学技术应用到实践中的经验。

    精彩内容

    目录
    第1章 人工智能应用场景——金融风控
    1.1 反欺诈与信用评估
    1.2 信用评估模型介绍
    1.3 客户营销与风控管理
    1.4 建模中的拒绝推断
    1.5 评分卡模型
    第2章 人工智能中的机器学习和模型评价
    2.1 机器学习预测结果推广性理论
    2.2 机器学习问题的分类
    2.3 二分类模型的评价方法
    2.4 多分类模型的评价方法
    2.5 回归模型的评价方法
    第3章 机器学习建模重要步骤
    3.1 数据收集
    3.2 数据清洗转换和预处理
    3.3 特征工程
    3.4 模型的选择和建立
    3.5 模型的监控
    第4章 机器学习常用算法原理
    4.1 回归算法
    4.2 梯度下降优化
    4.3 朴素贝叶斯、支持向量机和决策树算法
    4.4 集成算法、随机森林算法和梯度增强机算法
    4.5 无监督学习算法
    4.6 神经网络算法
    第5章 深度学习和强化学习
    5.1 深度学习算法
    5.2 强化学习算法
    第6章 机器学习和很优化
    6.1 很优化理论和机器学习的关系
    6.2 很优化理论的分类和理解
    6.3 机器学习算法中很优化应用
    第7章 自然语言处理算法原理
    7.1 文本数据处理和NLP基础
    7.2 机器学习算法在NLP中的应用
    7.3 深度学习在NLP中的应用
    第8章 信用卡客户细分
    8.1 EDA探索性数据分析
    8.2 数据预处理和特征工程
    8.3 K-Means聚类建模和分组个数选择
    8.4 建模结果可视化和分析
    第9章 保险公司时间序列生活事件预测
    9.1 朴素贝叶斯算法和马尔可夫链算法应用
    9.2 时间序列特征工程和梯度增强机算法
    9.3 深度学习算法的应用
    第10章 电商网站交易欺诈预测
    10.1 EDA探索性数据分析
    10.2 模型选择
    10.3 数据特征工程
    第11章 信用卡和信用贷款风险预测
    11.1 信用卡客户风险预测和管理
    11.2 个人信用分期贷款风险预测
    第12章 美国旧金山房屋卖了格预测
    12.1 EDA探索性数据分析和特征工程
    12.2 房屋价格预测建模和验证
    第13章 股票短期回报率预测
    13.1 EDA探索性数据分析
    13.2 数据预处理和特征工程
    13.3 短期回报率预测模型

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购