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:
本店所有商品

  • [正版] 书籍认识AI:人工智能如何赋能商业(原书第2版)
  • 正版图书 品质保障
    • 作者: 道格·罗斯(Doug著
    • 出版社: 机械工业出版社
    • 出版时间:2021-09
    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:
    友一个图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品参数
    • 作者: 道格·罗斯(Doug著
    • 出版社:机械工业出版社
    • 出版时间:2021-09
    • 开本:32开
    • ISBN:9783176304501
    • 版权提供:机械工业出版社

             店铺公告

      为保障消费者合理购买需求及公平交易机会,避免因非生活消费目的的购买货囤积商品,抬价转售等违法行为发生,店铺有权对异常订单不发货且不进行赔付。异常订单:包括但不限于相同用户ID批量下单,同一用户(指不同用户ID,存在相同/临近/虚构收货地址,或相同联系号码,收件人,同账户付款人等情形的)批量下单(一次性大于5本),以及其他非消费目的的交易订单。

    温馨提示:请务必当着快递员面开箱验货,如发现破损,请立即拍照拒收,如验货有问题请及时联系在线客服处理,(如开箱验货时发现破损,所产生运费由我司承担,一经签收即为货物完好,如果您未开箱验货,一切损失就需要由买家承担,所以请买家一定要仔细验货),

    关于退货运费:对于下单后且物流已发货货品在途的状态下,原则上均不接受退货申请,如顾客原因退货需要承担来回运费,如因产品质量问题(非破损问题)可在签收后,联系在线客服。

      本店存在书、古旧书、收藏书、二手书等特殊商品,因受采购成本限制,可能高于定价销售,明码标价,介意者勿拍!

    1.书籍因稀缺可能导致售价高于定价,图书实际定价参见下方详情内基本信息,请买家看清楚且明确后再拍,避免价格争议!

    2.店铺无纸质均开具电子,请联系客服开具电子版

     

    ......
    基本信息
    商品名称: 认识AI:人工智能如何赋能商业(原书第2版) 开本: 32开
    作者: [美]道格·罗斯(Doug Rose) 定价: 79.00
    ISBN号: 9787111691778 出版时间: 2021-10-18
    出版社: 机械工业出版社 印刷时间: 2021-10-01
    版次: 1 印次: 1
    译者序

    前言
    致谢
    部分 思考的机器:人工智能概述
    第1章 什么是人工智能 2
    1.1 什么是智能 3
    1.2 测试机器的智能 5
    1.3 解决问题的一般方法 7
    1.4 强人工智能与弱人工智能 10
    1.5 人工智能规划 12
    1.6 学习胜过记忆 14
    1.7 本章小结 16
    第2章 机器学习的兴起 18
    2.1 机器学习的实际应用 21
    2.2 人工神经网络 23
    2.3 感知机的兴衰 26
    2.4 大数据时代来临 29
    2.5 本章小结 32
    第3章 聚焦方法 33
    3.1 专家系统与机器学习 33
    3.2 监督学习与无监督学习 35
    3.3 误差反向传播 37
    3.4 回归分析 39
    3.5 本章小结 41
    第4章 通用人工智能应用 42
    4.1 智能机器人 43
    4.2 自然语言处理 45
    4.3 物联网 47
    4.4 本章小结 48
    第5章 让大数据插上人工智能的翅膀 50
    5.1 理解大数据的基本概念 51
    5.2 与数据科学家合作 52
    5.3 机器学习与数据挖掘的区别 52
    5.4 从数据挖掘到机器学习的飞跃 53
    5.5 采用正确的方法 54
    5.6 本章小结 56
    第6章 权衡你的选择 58
    第二部分 机器学习
    第7章 什么是机器学习 64
    7.1 机器怎么学习 68
    7.2 处理数据 70
    7.3 应用机器学习技术 73
    7.4 学习的类型介绍 75
    7.5 本章小结 78
    第8章 机器学习的范式 79
    8.1 监督机器学习 79
    8.2 无监督机器学习 82
    8.3 半监督机器学习 84
    8.4 强化学习 86
    8.5 本章小结 88
    第9章 主流机器学习算法 89
    9.1 决策树 93
    9.2 k近邻算法 95
    9.3 k均值聚类 98
    9.4 回归分析 101
    9.5 朴素贝叶斯 103
    9.6 本章小结 106
    第10章 机器学习算法应用 107
    10.1 利用算法模型拟合数据 110
    10.2 选择算法 112
    10.3 集成建模 112
    10.4 决定机器学习范式 115
    10.5 本章小结 115
    第11章 几个建议 117
    11.1 开始提问 117
    11.2 不要混用训练数据和测试数据 119
    11.3 不要夸大模型的精度 119
    11.4 了解你的算法 120
    11.5 本章小结 120
    第三部分 人工神经网络
    第12章 什么是人工神经网络 124
    12.1 为什么与大脑类比 126
    12.2 只是另外一个惊人的算法 126
    12.3 了解感知机 128
    12.4 采用sigmoid神经元 131
    12.5 添加偏置项 133
    12.6 本章小结 134
    第13章 人工神经网络实战 136
    13.1 将数据输入神经网络 136
    13.2 隐藏层到底发生了什么 138
    13.3 理解激活函数 141
    13.4 添加权重 144
    13.5 添加偏置项 145
    13.6 本章小结 146
    第14章 让神经网络开始学习 147
    14.1 从随机权重和随机偏置项开始 148
    14.2 让神经网络为错误买单:损失函数 149
    14.3 结合损失函数和梯度下降法 150
    14.4 利用反向传播纠正误差 152
    14.5 调优神经网络 156
    14.6 使用链式法则 156
    14.7 利用随机梯度下降法对训练集批处理 158
    14.8 本章小结 159
    第15章 利用神经网络进行聚类和分类 160
    15.1 求解分类问题 161
    15.2 求解聚类问题 163
    15.3 本章小结 165
    第16章 关键挑战 166
    16.1 获取足够多的高质量数据 166
    16.2 隔离训练数据与测试数据 168
    16.3 谨慎选择你的训练数据集 168
    16.4 采取探索性的方法 169
    16.5 选择正确的工具解决问题 169
    16.6 本章小结 169
    第四部分 人工智能实践
    第17章 利用自然语言处理的威力 172
    17.1 利用自然语言理解技术从文本和语音中提取线索 174
    17.2 利用自然语言生成技术提供合理的反馈 175
    17.3 客户服务的自动化 177
    17.4 梳理主流的自然语言处理工具和资源 179
    17.4.1 自然语言理解工具 180
    17.4.2 自然语言生成工具 181
    17.5 本章小结 183
    第18章 客户互动自动化 184
    18.1 选择自然语言技术 186
    18.2 梳理构建聊天机器人及虚拟代理的主流工具 187
    18.3 本章小结 189
    第19章 提升基于数据的决策 190
    19.1 在自动化决策和基于直觉的决策中做出选择 192
    19.2 从物联网设备实时收集数据 193
    19.3 梳理自动化决策工具 194
    19.4 本章小结 196
    第20章 利用机器学习预测事件及结果 197
    20.1 机器学习是关于数据标记的技术 198
    20.2 看看机器学习能够做什么 200
    20.2.1 预测客户会购买什么 200
    20.2.2 在被问之前回答问题 200
    20.2.3 让决策更好更快 202
    20.2.4 在商业中复制专业知识 203
    20.3 利用你的能力做好事而不是作恶:机器学习伦理 204
    20.4 梳理主流的机器学习工具 206
    20.5 本章小结 208
    第21章 构建人工智能系统 210
    21.1 区分智能化和自动化 212
    21.2 在深度学习中增加层 213
    21.3 人工神经网络应用 214
    21.3.1 将优质客户分类 215
    21.3.2 商店布局推荐 216
    21.3.3 分析及跟踪生物特征 217
    21.4 梳理主流深度学习工具 218
    21.5 本章小结 220......本书分为四个部分。第1部分简单概述人工智能。第2部分对概述进行扩展,并加深读者对机器学习的理解。第3部分涉及神经网络,即计算机通过使用相互连接的多层人工神经元层来模拟人脑的结构和功能。第4部分介绍一些使用人工智能辅助商业的常用工具。......
    1
    • 商品详情
    • 内容简介

    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