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:

  • 正版新书]人工智能算法(Python语言版)胡矿 等 编9787302608301
  • 全店均为全新正版书籍,欢迎选购!新疆西藏青海(可包挂刷).港澳台及海外地区bu bao快递
    • 作者: 胡矿 等 编著 | 胡矿 等 编编 | 胡矿 等 编译 | 胡矿 等 编绘
    • 出版社: 清华大学出版社
    • 出版时间:2022-09-01
    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:
    君凤文轩图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 胡矿 等 编著| 胡矿 等 编编| 胡矿 等 编译| 胡矿 等 编绘
    • 出版社:清华大学出版社
    • 出版时间:2022-09-01
    • 版次:11
    • 印次:1
    • 字数:397000
    • 页数:260
    • 开本:16开
    • ISBN:9787302608301
    • 版权提供:清华大学出版社
  • 作者: 胡矿 等 编
  • 著: 胡矿 等 编 译
  • 装帧: 平装
  • 印次: 1
  • 定价: 59.8
  • ISBN: 9787302608301
  • 出版社: 清华大学出版社
  • 开本: 16开
  • 印刷时间: 暂无
  • 语种: 暂无
  • 出版时间: 2022-09-01
  • 页数: 260
  • 外部编号: 庄村55212
  • 版次: 11
  • 成品尺寸: 暂无

  • 第1章算法设计与分析基础3
    1.1概述3
    1.2算法的基本概念3
    1.3算法效率分析5
    1.3.1渐进时间的概念5
    1.3.2渐进时间的符号6
    1.3.3渐进符号的性质7
    1.4算法的最坏和平均情况分析8
    1.5算法运行时间估计9
    1.6小结11
    习题11

    第2章分治法13
    2.1分治法概述13
    2.2合并排序14
    2.3Python程序示例19
    2.4小结20
    习题20

    第3章减治法22
    3.1减治法概述22
    3.2拓扑排序24
    3.3Python程序示例27
    3.4小结27
    习题28

    第4章贪心法29
    4.1贪心法概述29
    4.2哈夫曼编码30
    4.2.1前缀码31
    4.2.2算法步骤31
    4.2.3算法正确性证明32
    4.3Python程序示例34
    4.4小结35
    习题35

    第5章动态规划法37
    5.1动态规划概述37
    5.201背包问题38
    5.2.1最优子结构性质38
    5.2.2递推式39
    5.2.3算法步骤39
    5.3Python程序示例43
    5.4小结44
    习题44

    第6章回溯法46
    6.1回溯法概述46
    6.2n后问题的回溯算法48
    6.2.1问题描述48
    6.2.2算法步骤48
    6.3Python程序示例51
    6.4小结52
    习题52

    第7章分支限界法53
    7.1分支限界法概述53
    7.201背包问题的分支限界算法55
    7.2.1广度优先搜索分支限界算法55
    7.2.2优先队列式分支限界算法57
    7.3Python程序示例60
    7.4小结62
    习题63
    提高篇数据挖掘算法
    第8章分类算法67
    8.1分类算法概述67
    8.2决策树67
    8.2.1基本概念68
    8.2.2构造算法68
    8.2.3分类规则的提取71
    8.3支持向量机71
    8.3.1基本概念72
    8.3.2训练算法72
    8.3.3核函数75
    8.4贝叶斯分类75
    8.4.1基本思想76
    8.4.2朴素贝叶斯分类算法77
    8.5Python程序示例79
    8.6小结85
    思考题86

    第9章聚类算法87
    9.1聚类算法概述87
    9.2k均值算法89
    9.2.1基本思想89
    9.2.2算法步骤90
    9.3基于MapReduce的k均值并行聚类算法91
    9.3.1基本思想91
    9.3.2算法步骤91
    9.4Python程序示例93
    9.5小结95
    思考题96

    第10章异常检测算法97
    10.1异常检测概述97
    10.2局部异常因子算法97
    10.2.1基本思想98
    10.2.2算法步骤100
    10.3基于聚类的局部异常因子算法103
    10.3.1基本思想103
    10.3.2算法步骤103
    10.4Python程序示例107
    10.5小结111
    思考题112

    第11章频繁模式挖掘算法113
    11.1频繁模式挖掘概述113
    11.2Apriori算法114
    11.2.1基本概念114
    11.2.2基本思想115
    11.2.3算法步骤116
    11.2.4关联规则的生成118
    11.3Python程序示例119
    11.4小结121
    思考题122

    第12章链接分析算法123
    12.1链接分析概述123
    12.2PageRank算法124
    12.2.1基本思想124
    12.2.2算法步骤125
    12.3基于MapReduce的PageRank算法127
    12.3.1基本思想127
    12.3.2算法步骤128
    12.4Python程序示例130
    12.5小结131
    思考题131

    第13章概率推理算法132
    13.1概率推理概述132
    13.2贝叶斯网的构建133
    13.2.1基本概念133
    13.2.2学习算法133
    13.3基于贝叶斯网的概率推理138
    13.3.1精确推理算法138
    13.3.2近似推理算法141
    13.4Python程序示例143
    13.5小结148
    思考题148
    新技术篇深度学习算法
    第14章人工神经网络和深度学习概述153
    14.1人工神经网络153
    14.1.1神经元模型153
    14.1.2感知机154
    14.1.3多层神经网络156
    14.2深度学习159
    14.3小结160
    思考题161

    第15章降维算法162
    15.1降维算法概述162
    15.2自编码器概述163
    15.2.1自编码器164
    15.2.2自编码器的改进166
    15.3变分自编码器168
    15.4生成对抗网络171
    15.5Python程序示例174
    15.6小结182
    思考题183

    第16章目标检测算法184
    16.1目标检测算法概述184
    16.2卷积神经网络185
    16.2.1模型结构185
    16.2.2模型训练和预测187
    16.3YOLO算法190
    16.4Python程序示例194
    16.5小结197
    思考题198

    第17章问答系统算法199
    17.1问答系统概述199
    17.2面向问答系统的深度学习算法200
    17.2.1循环神经网络200
    17.2.2长短期记忆网络203
    17.3基于LSTM的问答系统构建207
    17.4Python程序示例210
    17.5小结216
    思考题217

    第18章图分析算法218
    18.1图分析概述218
    18.2图神经网络219
    18.3基于图卷积网络的图节点分类220
    18.4Python程序示例224
    18.5小结227
    思考题227

    附录A在线编程平台和案例库使用指南228

    参考文献233


    【前言】


    内容系统全面。以“经典计算机算法-数据挖掘算法-深度学习算法”为主线,算法伪代码与Python程序示例相结合,提供人工智能算法“思想-伪码-分析-实现”四位一体的学习框架。
    配套资源丰富。每章基于一个典型案例或经典问题介绍各类算法,给出问题背景、算法伪码和程序示例,匹配了可供读者免费使用的在线编程平台和案例库,也可下载相关资源。
    读者覆盖面广。本书为本科生和研究生人工智能算法课程提供教材,教师可根据学生类别、学习目标、课程性质、学分设置等选择不同章节开展教学,也可供相关领域研究和开发人员参考。


    【内容简介】


    本书以“经典计算机算法—数据挖掘算法—深度学习算法”为主线,将人工智能算法与Python程序示例相结合,开发了基于Git的在线编程平台和案例库,旨在构建人工智能算法“思想—伪码—分析—实现”四位一体的知识传递和学习框架。各章基于一个经典问题或典型例子介绍各类算法,给出问题背景、算法伪码和程序示例,注重算法设计与分析理念的传递。 本书分基础篇、提高篇和新技术篇: 基础篇(第1~7章)以分治法、减治法、贪心法、动态规划法、回溯法、分支限界法为代表,介绍经典计算机算法;经典篇(第8~13章)以分类、聚类、异常检测、频繁模式挖掘、链接分析和概率推理算法为代表,介绍数据挖掘算法;新技术篇(第14~18章)以降维、目标检测、问答系统、图分析算法为代表,介绍深度学习算法。 本书内容的学习,需读者具有计算机程序设计和数据结构的基础知识,以及使用开源平台的基本能力。 本书可作为计算机和电子信息类相关专业本科生、研究生、职校生的算法、人工智能或机器学习等相关课程的教材或主要参考书,也可作为人工智能相关领域研究和开发人员的参考书。教师可根据学生类别、课程性质、学分设置和学习目标等选择不同篇(或章)进行讲解。


    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