由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
[正版]新书 工业人工智能 蔡红霞、周传宏 人工智能-应用-制造工业-研究
¥ ×1
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。
书名: | 工业人工智能 |
出版社: | 清华大学出版社 |
出版日期 | 2023 |
ISBN号: | 9787302632054 |
本教材主要介绍人工智能及其在现代工业领域的应用。教材主要针对智能制造工程本科生专业课程培养,提供有关人工智能理论及工业应用所必须的知识,系统地介绍人工智能理论体系,并结合实际工业案例应用,增加算法软件实现和算法工业应用环节,全方位培养学生的基础知识与工程应用素养。本教材就是为大学本科高年级学生提供有关人工智能理论以及工业应用所必需的知识,掌握人工智能算法的基本原理与应用场景,培养设计开发智能系统的基本技能,填补智能制造工程等新工科专业人工智能本科生课程教材空白。 |
本教材就是为大学本科高年级学生提供有关人工智能理论以及工业应用所必需的知识,掌握人工智能算法的基本原理与应用场景,培养设计开发智能系统的基本技能,填补智能制造工程等新工科专业人工智能本科生课程教材空白。 |
|
本教材就是为大学本科高年级学生提供有关人工智能理论以及工业应用所必需的知识,掌握人工智能算法的基本原理与应用场景,培养设计开发智能系统的基本技能,填补智能制造工程等新工科专业人工智能本科生课程教材空白。 |
|
目录
第1篇绪论 第1章工业人工智能概述 1.1人工智能的基本概念及技术体系 1.2工业为什么需要人工智能 1.3本章小结 习题
第2篇人工智能软件工具 第2章人工智能软件工具——Python 2.1人工智能软件库 2.2Python安装与环境配置 2.3Python基础知识 2.4NumPy、Pandas、Matplotlib 2.5本章小结 习题
第3篇搜索求解 第3章搜索与求解 3.1搜索相关知识 3.2状态空间知识的表示方法 3.3盲目的图搜索策略 3.4启发式图搜索策略 3.5本章小结 习题
第4篇知识表示、推理及专家系统 第4章知识与知识表示 4.1知识与知识表示的概念 4.2一阶谓词逻辑表示法 4.3语义网络表示法 4.4本章小结 习题
第5章确定性推理方法 5.1推理的基本概述 5.2自然演绎推理 5.3海伯伦定理 5.4鲁宾逊归结原理 5.5归结反演 5.6本章小结 习题
第6章不确定性推理方法 6.1不确定性推理的基本概念 6.2概率方法 6.3主观贝叶斯方法 6.4可信度方法 6.5证据理论 6.6本章小结 习题
第7章专家系统 7.1专家系统的概念 7.2专家系统的发展 7.3专家系统的基本结构 7.4专家系统的开发 7.5本章小结 习题
第5篇进化算法及其应用 第8章进化算法及其应用 8.1进化算法简介 8.2基本遗传算法 8.3遗传算法改进算法 8.4本章小结 习题
第6篇机器学习与神经网络 第9章机器学习概论 9.1概论 9.2使用scikit-learn的机器学习例子 9.3本章小结 习题
第10章基于简单线性回归的机器学习理论基础 10.1简单线性回归 10.2训练数据、测试数据和验证数据 10.3偏差和方差 10.4过拟合和欠拟合 10.5成本函数 10.6模型性能评估 10.7查准率和召回率 10.8F1 Score 10.9本章小结 习题
第11章k-近邻算法 11.1算法原理 11.2交叉验证 11.3KNN手写数字识别 11.4使用OpenCV实现KNN 11.5本章小结 习题
第12章数据表示与特征工程 12.1特征工程 12.2数据预处理 12.3数据降维 12.4本章小结 习题
第13章多元线性回归 13.1简单线性回归与多元线性回归 13.2多项式回归 13.3正则化 13.4应用线性回归 13.5梯度下降法 13.6学习曲线 13.7算法模型性能优化 13.8本章小结 习题
第14章逻辑回归 14.1线性回归与逻辑回归 14.2二元分类 14.3垃圾邮件过滤 14.4二元分类性能指标 14.5本章小结 习题
第15章决策树 15.1算法原理 15.2算法参数 15.3实例: 泰坦尼克号幸存者的预测 15.4决策树的优缺点 15.5本章小结 习题
第16章集合算法 16.1理解集合算法 16.2随机森林 16.3预测泰坦尼克号幸存者 16.4本章小结 习题
第17章支持向量机 17.1理论基础 17.2核方法 17.3SVM的使用 17.4SVM可视化案例 17.5本章小结 习题
第18章朴素贝叶斯算法 18.1基础概念 18.2sklearn中的朴素贝叶斯算法 18.3算法实例1 18.4算法实例2 18.5本章小结 习题
第19章k-均值算法 19.1算法原理 19.2scikit-learn里的k-均值 19.3聚类算法性能评估 19.4K-Means++ 19.5用k-均值进行图像量化 19.6本章小结 习题
第20章人工神经网络 20.1神经网络介绍及单层神经网络 20.2多层神经网络和反向传播算法 20.3卷积神经网络 20.4本章小结 习题
参考文献
|
|
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格