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

  • 人工智能与机器学习实训教程(初级)
  • 新商品上架
    • 作者: 无著
    • 出版社: 西南交通大学出版社
    • 出版时间:2024-04
    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:
    江莱图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 无著
    • 出版社:西南交通大学出版社
    • 出版时间:2024-04
    • 开本:16开
    • ISBN:9787564396541
    • 版权提供:西南交通大学出版社
    ......
    基本信息
    商品名称: 人工智能与机器学习实训教程(初级) 开本: 16开
    作者: 唐鹏、黄德青、秦娜、权伟 定价: 32.00
    ISBN号: 9787564396541 出版时间: 2024-05-07
    出版社: 西南交通大学出版社 印刷时间: 2024-05-27
    版次: 1 印次: 1

    第一部分 实验基础
    第1章 实验准备
    1.1 Python语言
    1.2 Anaconda发行版
    1.3 工具包(Package)
    第2章 Jupyter Notebook
    2.1 JupyterNotebook入门
    2.2 代码块及其输出
    第3章 Markdown语法
    3.1 简要说明
    3.2 基本语法
    3.3 扩展语法
    3.4 示例
    第二部分 Python科学计算
    第4章 Python基础语法
    4.1 Python语法简介
    4.2 Python基础语法实验
    第5章 NumPy数值运算
    5.1 Python科学计算函数库
    5.2 Numpy高维数组
    第6章 Matplotlib数据可视化
    6.1 Matplotlib简介
    6.2 Matplotlib程序示例
    6.3 Matplotlib数据可视化
    第7章 Pandas数据分析工具
    7.1 实验说明
    7.2 实验步骤
    第8章 SymPy符号计算
    8.1 实验说明
    8.2 实验内容
    第三部分 经典人工智能
    第9章 状态空间搜索
    9.1 状态空间表达
    9.2 基于Networkx的图算法
    第10章 图的遍历
    10.1 广度优先搜索
    10.2 深度优先搜索
    第11章 最短路径算法
    11.1 最短路径算法概述
    11.2 实际应用
    11.3 Dijkstra算法
    第12章 A*搜索算法
    12.1 工作原理
    12.2 其他最短路径算法的区别
    12.3 伪代码
    12.4 NetworkX的astar算法
    第13章 minimax算法及α-β剪枝
    13.1 实验说明
    13.2 实验内容
    第14章 基 Ne04J的知识图谱构建
    14.1 实验说明
    14.2 Neo4J简介
    14.3 Neo4lJ的下载与安装
    14.4 Neo4J的使用
    14.5 Neo4J实践案例
    14.6 总结
    第四部分 机器学习
    第15章 机器学习算法库
    15.1 scikit-learn框架
    15.2 其他辅助库
    第16章 K-means及PCA实验
    16.1 实验说明
    16.2 实验步骤
    第17章 K近邻分类实验
    17.1 实验说明
    17.2 实验概述
    17.3 实验步骤
    第18章 线性回归实验
    18.1 实验说明
    18.2 实验步骤
    18.3 处理类别特征
    第19章 逻辑回归实验
    19.1 实验说明
    19.2 实验步骤
    第20章 朴素贝叶斯模型实验
    20.1 实验说明
    20.2 实验步骤
    第21章 复杂数据类型
    21.1 实验说明
    21.2 实验内容
    第五部分 深度学习
    第22章 深度学习框架
    22.1 PyTorch深度学习框架
    22.2 HDF5数据服务
    第23章 张量(Tensors)初步
    23.1 实验说明
    23.2 实验步骤
    第24章 从NumPy到Tensor
    24.1 实验目标
    24.2 实验步骤
    第25章 LeNet模型定义和训练
    25.1 实验目标
    25.2 实验步骤
    第26章 基于AlexNet的图像分类
    26.1 实验说明
    26.2 实验步骤
    第六部分 综合训练
    第27章 实训项目简介
    第28章 基于视觉的公里标定位
    28.1 项目背景及目标
    28.2 数据采集及预处理
    28.3 模型和算法设计
    28.4 网络训练
    28.5 测试与验证
    28.6 实训展望
    参考文献

    ......

    本书撰写的初衷,是为“人工智能与机器学习”课程提供翔实的实训项目指导。本书凝练了西南交通大学电气工程学院关于人工智能大量的研究工作,通过对热点AI项目复现、轨道交通项目实训等课程,让学生更好地感受人工智能广阔范畴下各种算法的优缺点、思想和概念,使原本很抽象晦涩的数学问题变得直观、生动。
    本书设计的主旨是服务于计算机专业之外的广大工科学生,通过丰富的应用案例和实际动手实践,普及人工智能技术的基本原理和应用技术。本书特别针对于轨道交通领域的实践需求,着重于培养学生动手解决实际工程问题的能力。本书所涉及实验皆在Jupyter Notebook环境中执行,力求书面和实验内容一致。本书内容主要划分六个部分:
    第一部分包括第1章~第3章,介绍实验的准备工作,主要包括Python语言、Anaconda发行版、Jupyter Notebook交互式计算环境、Markdown语法等基础概念和使用方法。
    第二部分包括第4章~第8章,介绍Python语言及其科学计算相关库的使用。其中,科学计算相关库包括NumPy和SciPy科学计算库、Matplotlib数据可视化库、Pandas数据分析工具和SymPy符号运算库等。
    第三部分包括第9章~第14章,介绍以符号主义为代表的经典人工智能技术,包括状态空间搜索、图的遍历、最短路径算法、A*搜索算法、对抗搜索算法和基于Ne04J的知识图谱构建。
    第四部分包括第15章~第21章,介绍以scikit-learn为基础的机器学习算法。实验内容包括K-means、PCA、KNN、线性回归、逻辑回归、朴素贝叶斯等机器学习经典算法。
    第五部分包括第22章~第26章,介绍基于PyTorch的深度学习框架和应用,包括张量Tensor的概念和使用、神经网络的构建和训练及各种经典的主干网络等。
    第六部分包括第27章和第28章,旨在介绍轨道交通应用实践中的智能信息处理问题,引导学生开展面向轨道交通应用的综合性实践。

    ............
    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