智慧型計算技術與套用基礎——面向新文科

《智慧型計算技術與套用基礎——面向新文科》是2022年8月北京郵電大學出版社出版的圖書，作者：高裴裴。

基本介紹

• 中文名：智慧型計算技術與套用基礎——面向新文科
• 作者：高裴裴
• 出版時間：2022年8月30日
• 出版社：北京郵電大學出版社
• ISBN：9787563567027
• 定價：45 元

出版信息

書名：智慧型計算技術與套用基礎——面向新文科

出版時間：2022-08-30

編 著 者：高裴裴

版 次：1-1

I S B N:978-7-5635-6702-7

定 價：￥45.00元

內容簡介

本書是《智慧型計算技術與套用基礎》系列教材之一。《智慧型計算技術與套用基礎》系列教材包括面向“新文科”、“新工科”、“新醫科”三個方向。本系列教材的智慧型計算更加強調面向非人工智慧相關專業大學生，如何有效地套用現有的智慧型計算方法去解決生活和工作中的問題。本書包括智慧型計算基礎篇、智慧型計算技術篇、智慧型計算案例實踐篇三篇，主要介紹智慧型計算的主要概念和在“新文科”中的套用領域，在數理基礎和基本程式語言的基礎上，講授不同學科在處理數據集、文本、圖像、時序數據時使用的智慧型計算技術和算法，並提供各學科專業與智慧型計算技術融合的豐富套用案例供實訓練習。

目錄介紹

第1章智慧型計算與新文科

1.1人工智慧與學科融合

1.1.1人工智慧

1.1.2智慧型計算時代的學科融合

1.1.3新文科與智慧型計算

1.1.4其他智慧型計算時代的標誌

1.2培養新文科學生的素養

1.2.1新文科學生的基本素養

1.2.2科學、技術與工程的關係

1.2.3科研方法與工程方法

1.2.4智慧型計算應該解決的問題

1.3研究性學習與PMASE模型

1.3.1研究性學習

1.3.2PMASE模型

第2章智慧型計算編程基礎

2.1引入問題

2.1.1問題描述

2.1.2問題歸納

2.2尋找方法

2.2.1Python編程環境

2.2.2Python編程基礎

2.2.3Python內置模組和第三方工

具包

2.3科學分析

2.3.1問題1的分析

2.3.2問題2的分析

2.4有效解決

2.4.1問題1的求解

2.4.2問題2的求解

2.5效果評價

第3章

數據採集和預處理

3.1 引入問題

3.1.1問題描述

3.1.2問題歸納

3.2尋找方法

3.2.1數據類型

3.2.2設計調查問卷獲取數據

3.2.3使用網路爬蟲爬取數據

3.2.4數據清洗、合併與重塑

3.2.5數據與大數據存儲

3.3科學分析

3.4有效解決

3.4.1利用爬蟲代碼進行數據採集

3.4.2利用數據採集工具進行數據

採集

3.5效果評價

第4章數據可視化

4.1 引入問題

4.1.1問題描述

4.1.2問題歸納

4.2尋找方法

4.2.1數據的統計特徵和可視特徵

4.2.2數據可視化的基本要素

4.2.3數據可視化工具

4.2.4數據可視化方法

4.3科學分析

4.4有效解決

4.4.1系統設定和多用戶管理

4.4.2創建公共項目

4.4.3創建可視化圖表

4.4.4創建數字圖冊

4.4.5可視化數字大屏發布

4.5效果評價

第5章預測變數的值

5.1引入問題

5.1.1問題描述

5.1.2問題歸納

5.2尋找方法

5.2.1回歸分析的基本原理

5.2.2線性回歸

5.2.3線性回歸的Python實現

5.2.4多項式回歸

5.2.5回歸模型的評估指標

5.3科學分析

5.4有效解決

5.5效果評價

第6章判斷對象類別

6.1引入問題

6.1.1問題描述

6.1.2問題歸納

6.2尋找方法

6.2.1分類問題及常用算法

6.2.2利用Python求解分類問題

6.3科學分析

6.4有效解決

6.4.1確定問題特徵

6.4.2數據採集與預處理

6.4.3選擇分類模型

6.4.4預測新樣本

6.5效果評價

第7章聚類分析

7.1引入問題

7.1.1問題描述

7.1.2問題歸納

智慧型計算技術與套用基礎——面向新文科

目錄

7.2尋找方法

7.2.1聚類問題概述

7.2.2kmeans聚類算法簡介

7.2.3kmeans聚類算法的實現

7.2.4調用工具包實現kmeans聚類

算法

7.3科學分析

7.4有效解決

7.4.1二維度數據聚類

7.4.2三維度數據聚類

7.5效果評價

第8章讓計算機模擬人腦具有智慧型

8.1引入問題

8.1.1問題描述

8.1.2問題歸納

8.2尋找方法

8.2.1人腦及其認知過程

8.2.2人工神經網路

8.2.3Python中的神經網路

8.3科學分析

8.3.1問題1的分析

8.3.2問題2的分析

8.4有效解決

8.4.1問題1的求解

8.4.2問題2的求解

8.5效果評價

8.5.1問題1的效果評價

8.5.2問題2的效果評價

第9章文本信息的情感色彩

9.1引入問題

9.1.1問題描述

9.1.2問題歸納

9.2尋找方法

9.2.1文本情感分析方法

9.2.2文本情感分析過程

9.3科學分析

9.3.1情感分析原理

9.3.2情感分析案例

9.4有效解決

9.4.1工具包簡介

9.4.2數據集簡介

9.4.3數據預處理

9.4.4構建神經網路

9.4.5訓練模型

9.5效果評價

第10章讓計算機看懂圖像

10.1引入問題

10.1.1問題描述

10.1.2問題歸納

10.2尋找方法

10.2.1圖像分類與深度學習基礎

10.2.2卷積神經網路的原理

10.2.3典型的深度卷積神經網路

模型

10.2.4Python中圖像分類的實現

10.3科學分析

10.4有效解決

10.4.1確定寵物識別採用的技術

方案

10.4.2獲取訓練數據集

10.4.3對圖像數據進行預處理

10.4.4構建VGGNet16神經網路

模型

10.4.5使用訓練好的模型處理圖像

分類

10.5效果評價

第11章處理時序數據

11.1引入問題

11.1.1問題描述

11.1.2問題歸納

11.2尋找方法

11.2.1時間序列預測

11.2.2循環神經網路

11.3科學分析

11.3.1波動性指數數據集

11.3.2數據處理方法

11.4有效解決

11.4.1讀取數據

11.4.2數據預處理

11.4.3構建模型

11.4.4訓練模型

11.5效果評價

第12章客戶價值細分綜合案例

12.1引入問題

12.1.1問題描述

12.1.2數據描述

12.2尋找方法

12.2.1數據預處理方法

12.2.2聚類方法

12.2.3可視化方法

12.3科學分析

12.3.1數據探索分析

12.3.2數據預處理

12.4有效解決

12.4.1聚類分析

12.4.2可視化聚類結果

12.4.3可視化客戶群體特徵

12.5效果評價

第13章個人收入影響因素分析及預測

綜合案例

13.1引入問題

13.1.1問題描述

13.1.2數據描述

13.2尋找方法

13.3科學分析

13.3.1數據探索分析

13.3.2數據預處理

13.4有效解決

13.4.1個人收入影響因素的可視化

分析

13.4.2相關性分析

13.4.3構建個人收入預測模型

13.5效果評價

參考文獻