人工智慧算法與實戰(Python+PyTorch)

《人工智慧算法與實戰(Python+PyTorch)》是2020年清華大學出版社出版的圖書。

基本介紹

  • 中文名:人工智慧算法與實戰(Python+PyTorch)
  • 出版時間:2020年9月1日
  • 出版社清華大學出版社
  • ISBN:9787302557821
內容簡介,圖書目錄,

內容簡介

本書可視為一本以問題為導向的書籍, 非常適合具備一定數據基礎和Python基礎的讀者學習,作為一本數據科學的基礎書籍,讀者可以在短時間內學習數據科學的經典算法。主要闡述 python3 基礎內容;常用模組進行扼要闡述和實例操作;常見統計量, 數據轉換, 以及多維數組等內容, 並通過代碼實現; 特色是以問題導向的方式闡述了常見的 12 種經典算法;並介紹了 pytorch 的相關內容, 並扼要闡述了深度學習中幾種經典的神經網路算法, 以及 pytorch 實現經典的神經網路算法。

圖書目錄

第1章準備工作
1.1Python的安裝
1.1.1簡介
1.1.2安裝
1.1.3常用模組
1.1.4虛擬環境
1.2基礎知識
1.2.1認識 Python
1.2.2數據類型
1.2.3數據結構
1.2.4條件判斷
1.2.5循環
1.2.6實例
1.3Notebook開發環境
1.3.1搭建Jupyter
1.3.2搭建Jupyterlab
1.4本章小結
第2章科學計算庫
2.1NumPy
2.1.1構建數組
2.1.2數組運算
2.1.3函式運算
2.1.4檔案存取
2.2SymPy
2.3SciPy
2.3.1非線性方程組
2.3.2最小二乘
2.3.3插值
2.4pandas
2.4.1Series
2.4.2dataframe
2.4.3日平均線
2.4.4數據存取
2.5Matplotlib
2.5.1二維圖形
2.5.2三維圖形
2.6本章小結
第3章描述性分析
3.1數據
3.2基本統計量
3.2.1平均數
3.2.2最值
3.2.3中位數
3.2.4眾數
3.2.5極差
3.2.6方差
3.2.7變異係數
3.2.8協方差
3.2.9相關係數
3.3數據轉換
3.3.1中心化
3.3.2minmax標準化
3.3.3BoxCox轉換
3.3.4log函式轉換
3.3.5zscore標準化
3.4常見距離
3.4.1閔氏距離
3.4.2餘弦值相似度
3.5多維數據
3.5.1矩陣
3.5.2特徵值和特徵向量
3.5.3多重共線性
3.6學生基本信息實例
3.7本章小結
第4章經典算法
4.1線性回歸
4.1.1思想方法
4.1.2線性回歸算法步驟
4.1.3實例
4.2邏輯回歸
4.2.1算法思想
4.2.2步驟
4.2.3實例
4.3主成分分析
4.3.1算法思想
4.3.2步驟
4.3.3實例
4.4線性判別分析
4.4.1算法思想
4.4.2步驟
4.4.3實例
4.5決策樹
4.5.1算法思想
4.5.2步驟
4.5.3實例
4.6隨機森林
4.6.1算法思想
4.6.2實例
4.7集成學習
4.7.1Bagging
4.7.2Boosting
4.7.3Stacking
4.8樸素貝葉斯
4.8.1算法思想
4.8.2步驟
4.8.3實例
4.9k最近鄰算法
4.9.1算法思想
4.9.2步驟
4.9.3實例
4.10kmeans聚類
4.10.1算法思想
4.10.2算法步驟
4.10.3實例
4.11推薦算法
4.11.1算法思想
4.11.2基於用戶的協同過濾
4.11.3步驟
4.11.4基於內容的協同過濾
4.11.5總結
4.12SVD
4.12.1步驟
4.12.2實例
4.13本章小結
第5章深度學習
5.1PyTorch
5.1.1PyTorch安裝
5.1.2創建tensor
5.1.3基本運算
5.1.4矩陣運算
5.2基礎知識
5.2.1蒙特卡洛法
5.2.2梯度下降法
5.2.3封裝實現
5.2.4激活函式
5.2.5softmax
5.3前饋神經網路
5.3.1思想原理
5.3.2手寫體識別實例
5.4卷積神經網路
5.4.1核函式
5.4.2池化層
5.4.3LeNet
5.4.4AlexNet
5.4.5ResNet
5.4.6GoogLeNet
5.4.7垃圾分類實例
5.5生成對抗網路
5.5.1思想原理
5.5.2對抗網路實例
5.6其他神經網路
5.6.1循環神經網路
5.6.2風格遷移神經網路
5.7本章小結
參考文獻

相關詞條

熱門詞條

聯絡我們