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]Python人工智能(原理实践及应用)/清华开发者书库 杨博雄 主编,于营、肖衡、潘玉霞、高华玲、梁志勇 副主编
  • 新华书店正版 人工智能 文轩网
    • 作者: 杨博雄著
    • 出版社: 清华大学出版社
    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:
    粉象优品图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 杨博雄著
    • 出版社:清华大学出版社
    • 开本:16开
    • ISBN:9787487979088
    • 版权提供:清华大学出版社

                                                                                                  店铺公告

    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

    Python人工智能(原理实践及应用)/清华开发者书库
    杨博雄 主编,于营、肖衡、潘玉霞、高华玲、梁志勇 副主编 著
    定  价:69
    出 版 社:清华大学出版社
    页  数:300
    出版日期:2021年03月01日
    装  帧:平装
    ISBN:9787302571889
    本书主要内容包括人工智能起源发展,特别是新一代人工智能的驱动因素和关键技术,并介绍通过Python编程语言的学习和数据统计、很优化方法等理论学习掌握人工智能的开发工具和方法。进而引出深度学习与神经网络、GPU并行计算与CUDA编程等新一代人工智能的核心技术和方法,对于以往较为忽视的数据采集与数据集制作部分专门做一章节来介绍。最后以TensorFlow为平台,通过各种与实际生产生活联系紧密的热点应用为案例改编为实验,达到提升创新素养和提高技能水平的人才培养目标。
    第1章概述1.1引言1.2人工智能的概念与定义1.3人工智能三大学派1.3.1符号主义学派1.3.2连接主义学派1.3.3行为主义学派1.4人工智能起源与发展1.5新一代人工智能的驱动因素1.5.1数据量爆发性增长1.5.2计算能力大幅提升1.5.3深度学习等算法发展1.5.4移动AI创新应用牵引1.6人工智能关键技术1.6.1机器学习与深度学习1.6.2知识图谱1.6.3自然语言处理1.6.4人机交互1.6.5计算机视觉1.6.6生物特征识别1.6.7SLAM技术1.6.8VR/AR/MR技术本章小结课后思考题第2章Python 编程语言2.1Python简介2.1.1Python语言的发展2.1.2Python开发环境的安装2.1.3Python运行2.2Python基本语法与数据类型2.2.1用程序实现问题求解 2.2.2Python程序语法元素2.2.3常用函数2.2.4Python基本数据类型2.2.5Python组合数据类型2.3Python程序结构2.3.1分支结构2.3.2循环结构2.3.3循环保留字2.3.4异常处理2.4Python函数与模块化编程2.4.1函数的基本使用2.4.2参数的传递2.4.3函数的返回值2.4.4变量的作用域2.4.5匿名函数2.4.6函数应用2.4.7代码复用与模块化编程2.5Python面向对象编程2.5.1类的定义与使用2.5.2属性和方法2.5.3继承2.6Python文件操作与图形化编程2.6.1文件的基本操作2.6.2图形化界面tkinter2.6.3单词练习系统本章小结课后思考题第3章概率统计基础3.1概率论3.1.1概率与条件概率3.1.2随机变量3.1.3离散随机变量分布Python实验3.1.4连续随机变量分布Python实验3.2数理统计基础3.2.1总体和样本3.2.2统计量与抽样分布3.2.3大数定律与中心极限定理3.3参数估计3.3.1点估计3.3.2评价估计量的标准3.3.3区间估计本章小结课后思考题第4章很优化方法4.1很优化方法基础4.1.1很优化问题数学模型4.1.2很优化问题的分类及应用案例4.1.3数学基础4.2凸优化4.2.1凸集4.2.2凸函数4.2.3凸优化概念4.2.4Python举例4.3最小二乘法4.3.1最小二乘法原理4.3.2Python举例4.4梯度下降法4.4.1梯度下降思想4.4.2梯度下降法算法步骤4.4.3梯度算法分类4.4.4Python举例4.5牛顿法4.5.1牛顿法的基本原理4.5.2牛顿法的步骤4.5.3牛顿法求解无约束优化问题4.5.4Python举例4.6共轭梯度法4.6.1共轭方向4.6.2共轭梯度法基本原理4.6.3共轭梯度法迭代步骤4.6.4Python举例本章小结课后思考题第5章深度学习与神经网络5.1深度学习5.1.1深度学习概念5.1.2深度学习原理5.1.3深度学习训练5.2人工神经网络基础5.2.1神经元感知器5.2.2神经网络模型5.2.3学习方式5.2.4学习规则5.2.5激活函数5.2.6梯度下降法5.2.7交叉熵损失函数5.2.8过拟合与欠拟合5.3卷积神经网络5.3.1卷积神经网络简介5.3.2卷积神经网络结构5.3.3卷积神经网络计算5.3.4典型卷积神经网络5.4循环神经网络5.4.1循环神经网络简介5.4.2循环神经网络结构5.4.3循环神经网络计算5.5长短时记忆网络5.5.1长短时记忆网络简介5.5.2长短时记忆网络结构5.5.3长短时记忆网络计算本章小结课后思考题第6章TensorFlow深度学习6.1引言6.2TensorFlow技术特点6.3TensorFlow组件结构6.4TensorFlow编程基础6.4.1TensorFlow程序结构6.4.2TensorFlow编程模型6.4.3TensorFlow常用API6.4.4TensorFlow变量作用域6.4.5TensorFlow批标准化6.5TensorFlow神经网络模型构建6.5.1神经元函数及优化方法6.5.2卷积函数6.5.3池化函数6.5.4分类函数6.5.5优化方法6.6TensorFlow运行环境安装6.6.1Python安装6.6.2pip工具安装6.6.3Sublime安装6.7TensorFlow深度学习模型构建6.7.1生成拟合数据集6.7.2构建线性回归模型数据流图6.7.3在Session中运行已构建的数据流图6.7.4输出拟合的线性回归模型6.7.5TensorBoard神经网络数据流图可视化本章小结课后思考题第7章数据采集与数据集制作7.1引言7.2Python数据采集7.2.1Web机制和爬虫原理7.2.2Python第三方库7.2.3爬虫三大库7.2.4正则表达式7.2.5使用API7.2.6爬虫进阶7.3训练数据集制作7.3.1数据存取7.3.2数据清洗7.4数据采集与数据集制作示例本章小结课后思考题第8章GPU并行计算与CUDA编程8.1引言8.2GPU通用计算8.2.1冯·诺依曼体系架构8.2.2GPU发展简介8.2.3早期的GPGPU编程8.2.4NVIDIA和CUDA8.3CUDA8.3.1GPU硬件8.3.2CPU与GPU8.3.3GPU的计算能力8.3.4CUDA软件架构8.3.5CUDA硬件框架8.3.6CUDA编程模型8.3.7深度学习与GPU加速度计算8.3.8深度学习下CUDA环境搭建8.4CUDA加速深度学习的案例8.4.1CUDA在TensorFlow框架里的应用8.4.2CUDA在PyTorch框架里的应用本章小结课后思考题第9章Python人工智能实验9.1曲线拟合实验9.1.1实验内容9.1.2实验步骤9.2泰坦尼克号乘客死亡概率预测9.2.1实验内容9.2.2实验步骤9.3股票预测9.3.1实验内容9.3.2实验步骤9.4车牌识别9.4.1实验内容9.4.2实验步骤9.5佩戴口罩识别9.5.1实验内容9.5.2实验步骤9.6自动作诗实验9.6.1实验内容9.6.2实验步骤9.7聊天机器人实验9.7.1实验内容9.7.2实验步骤本章小结课后思考题
    本书巧妙地将Python语言与人工智能知识结合在一起进行编排,使读者既能全面学习Python编程语言,又能系统了解人工智能基本原理并深入掌握人工智能特别是新一代人工智能关键技术,同时配有丰富的教学案例和前沿热点应用,每一个知识点都有对应Python语言实现。全书共分为9章。第1章主要讲解人工智能的发展历史、驱动因素以及关键技术等。第2章为Python编程语言,系统介绍Python的语法规则、数据类型、程序结构及文件操作和图形化编程等。第3章为概率统计基础,是人工智能的理论基础。第4章为很优化方法,解释人工智能算法本质问题。第5章深度学习与神经网络是本书的重点章节,该章对当前基于深度学习的多层神经网络,如卷积神经网络、递归/循环神经网络、长短期记忆神经网络等进行全面、深入的讲解。第6章TensorFlow深度学习,重点介绍深度学习开源框架TensorFlow的使用方法及如何利用Tenso......
    杨博雄 主编,于营、肖衡、潘玉霞、高华玲、梁志勇 副主编 著
    杨博雄,博士,武汉大学测绘遥感信息工程国家重点实验室博士后,硕士研究生导师,三亚学院信息与智能工程学院副院长、教授,海南省人工智能学会人工智能教育专业委员会副主任、区块链专业委员会委员。长期从事物联网、云计算、大数据、高性能计算、人工智能等方面的研究与教学工作。主持/参与多项国家及省部级科研项目,在国内外学术期刊上发表论文20余篇。获批发明专利5部,软件著作权10部。出版专著2部,教材2部。
    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