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:

  • 人工智能与机器学习(21世纪通识教育系列教材) 王秋月 覃雄派 赵素云 张静 著 大中专 文轩网
  • 新华书店正版
    • 作者: 王秋月 覃雄派 赵素云 张静著
    • 出版社: 中国人民大学出版社
    • 出版时间:2020-01-01 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: 王秋月 覃雄派 赵素云 张静著
    • 出版社:中国人民大学出版社
    • 出版时间:2020-01-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2020-01-17
    • 字数:274000
    • 页数:209
    • 开本:16开
    • 装帧:平装
    • ISBN:9787300275819
    • 国别/地区:中国
    • 版权提供:中国人民大学出版社

    人工智能与机器学习(21世纪通识教育系列教材)

    作  者:王秋月 覃雄派 赵素云 张静 著
    定  价:36
    出 版 社:中国人民大学出版社
    出版日期:2020年01月01日
    页  数:209
    装  帧:平装
    ISBN:9787300275819
    主编推荐

    内容简介

    随着计算机技术迅猛地发展,人工智能与机器学习已经渗透到我们日常生活的各个领域。为此,中国人民大学专门为全校财经和人文专业的学生开设了“人工智能与机器学习”课程,本书的所有作者都参与了该门课程的教学实践,相互配合,总结教学经验,共同打磨而成《人工智能与机器学习》一书。书中通过丰富现实案例的详细讲解,引导学生了解各种机器学习模型的基本原理与实践用法。避开了大量的数学模型和复杂编程知识,让学生熟悉当下流行的一些机器学习和数据处理工具的使用,来解决现实领域遇到的各种数据分析和预测问题。

    作者简介

    精彩内容

    目录
    目录
    第1章人工智能简介
    11什么是人工智能
    12人工智能简史(1956年以前)
    13人工智能简史(1956—1980年)
    14人工智能简史(1980—2010年)
    15人工智能简史(2010年至今)
    第2章机器学习简介
    21什么是机器学习
    22机器学习分类
    第3章Python简介
    31环境配置
    32Python基础编程
    33Numpy
    34Matplotlib
    35Pandas
    第4章K近邻
    41什么是K近邻
    42如何度量距离或者相似性
    43数据缩放
    44选择合适的K值
    45Scikitlearn KNN分类器介绍
    46案例一:鸢尾花分类
    第5章模型选择
    51偏差与方差
    52训练集与测试集
    53交叉验证
    54案例二:鸢尾花分类(案例一续)
    第6章线性回归
    61什么是线性回归
    62损失函数
    63增加多项式特征
    64正则化
    65超参数调优
    66案例三:波士顿房价预测
    第7章逻辑回归
    71什么是逻辑回归
    72决策边界
    73损失函数
    74线性回归和逻辑回归的异同
    75多分类
    76案例四:泰坦尼克号乘客生还预测
    第8章分类评价指标
    81混淆矩阵
    82查准率与查全率、F1分数
    83ROC曲线和AUC
    84多分类评价指标
    85案例五:泰坦尼克号乘客生还预测(案例四续)
    第9章朴素贝叶斯
    91贝叶斯定理
    92朴素贝叶斯分类器
    93不同的朴素贝叶斯模型
    94文本分类
    95案例六:垃圾邮件识别
    第10章支持向量机
    101什么是支持向量机
    102核函数
    103支持向量机的参数优化
    104案例七:垃圾邮件识别(案例六续)
    105总结
    第11章决策树
    111什么是决策树
    112构建决策树
    113修剪决策树
    114决策树的优缺点和使用方法
    115案例八:泰坦尼克号乘客生还预测
    第12章集成学习
    121袋装
    122提升
    123堆叠
    124案例九:泰坦尼克号乘客生还预测(案例八续)
    第13章聚类
    131什么是聚类
    132Kmeans算法
    133聚类结果的评价
    134不同的距离指标
    135聚合式层次聚类
    136案例十:商场客户聚类
    第14章深度学习
    141深度学习发展简史
    142多层感知器
    143损失函数
    144优化算法:反向传播算法
    145案例十一:手写数字识别
    146深度学习技巧
    147卷积神经网络
    148案例十二:图像识别
    第15章Kaggle竞赛
    151Kaggle平台简介
    152Kaggle竞赛简介
    153Kaggle竞赛案例分析:泰坦尼克号乘客生还预测

    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