《漫畫學人工智慧(Python版)》是電子工業出版社出版圖書,作者肖凱。
基本介紹
- 中文名:漫畫學人工智慧(Python版)
- 作者:肖凱
- 出版時間:2024年2月
- 出版社:電子工業出版社
- 頁數:232 頁
- ISBN:9787121465468
- 定價:100 元
- 開本:16 開
內容簡介,圖書目錄,作者簡介,
內容簡介
人工智慧的時代已經到來。中國的青少年需要學會用人工智慧的語言來理解世界,用人工智慧的思想來創造世界。本書主要介紹如何使用Python來學習和套用人工智慧算法。
全書知識體系完備,首先講解了基礎編程知識和Python語言特性;其次講解了如何處理數據,如何分析和觀察數據;最後講解了若干機器學習算法,並拓展介紹了深度學習和強化學習的入門知識。
圖書目錄
第1章 編程環境介紹和安裝
1.1 什麼是Python
1.2 為什麼用Python來學習人工智慧
1.3 Anaconda環境的安裝
1.4 Jupyter Notebook的界面和基本使用
1.5 本章小結
第2章 Python基礎
2.1 掌握第一個命令:print
2.2 數學運算
2.3 變數
2.4 數據類型
2.5 函式
2.6 類
2.7 練習
2.8 本章小結
第3章 循環語句、條件語句和二分搜尋算法
3.1 邏輯值和判斷條件
3.2 循環語句和列表
3.3 二分搜尋算法
3.4 練習
3.5 本章小結
第4章 遞歸算法和快速排序
4.1 再談列表
4.2 選擇排序
4.3 遞歸算法
4.4 快速排序
4.5 練習
4.6 本章小結
第5章 字典和廣度優先搜尋
5.1 什麼是字典
5.2 字典的排序
5.3 廣度優先搜尋
5.4 練習
5.5 本章小結
第6章 集合和貪心算法
6.1 什麼是集合
6.2 組合
6.3 貪心算法
6.4 練習
6.5 本章小結
第7章 數組和向量化計算
7.1 一維數組
7.2 二維數組
7.3 數組操作
7.4 向量化計算
7.5 練習
7.6 本章小結
第8章 隨機和模擬
8.1 什麼是隨機事件
8.2 模擬擲骰子
8.3 模擬扔硬幣
8.4 練習
8.5 本章小結
第9章 數據可視化
9.1 可視化目標和類型
9.2 matplotlib繪圖基礎
9.3 互動式繪圖模組
9.4 練習
9.5 本章小結
第10章 檔案讀取和數據分析
10.1 什麼是數據分析
10.2 檔案讀取
10.3 一元統計分析
10.4 二元統計分析
10.5 練習
10.6 本章小結
第11章 最最佳化方法
11.1 什麼是最最佳化
11.2 梯度下降算法
11.3 遺傳算法
11.4 練習
11.5 本章小結論
第12章 機器學習基礎
12.1 什麼是機器學習
12.2 有監督學習
12.3 無監督學習
12.4 強化學習
12.5 本章小結
第13章 感知機分類器
13.1 什麼是分類器
13.2 什麼是感知機分類器
13.3 感知機分類器是如何訓練權重的
13.4 練習
13.5 本章小結
第14章 邏輯回歸分類器
14.1 什麼是邏輯回歸分類器
14.2 什麼是損失函式
14.3 邏輯回歸分類器是如何訓練權重的
14.4 分類器的評估方法
14.5 練習
14.6 本章小結
第15章 線性回歸和評估
15.1 什麼是線性回歸
15.2 線性回歸的評估方法
目錄 IX
15.3 線性回歸是如何訓練權重的
15.4 練習
15.5 本章小結
第16章 聚類算法和套用
16.1 什麼是聚類
16.2 什麼是K-means聚類算法
16.3 如何實現K-means聚類算法
16.4 練習
16.5 本章小結
第17章 深度學習和框架
17.1 什麼是深度學習
17.2 深度學習框架PyTorch
17.3 PyTorch的安裝
17.4 PyTorch基礎
17.4.1 向量
17.4.2 自動梯度計算
17.5 練習
17.6 本章小結
第18章 基於PyTorch的線性回歸和邏輯回歸
18.1 基於PyTorch的線性回歸
18.2 基於PyTorch的邏輯回歸
18.3 練習
18.4 本章小結
第19章 人工神經網路
19.1 理解人工神經網路
19.2 基於PyTorch的神經網路
19.3 練習
19.4 本章小結
第20章 用卷積神經網路處理圖片問題
20.1 用DNN判斷手寫數字
20.2 用DNN判斷服飾類型
20.3 用CNN判斷服飾類型
20.4 本章小結
第21章 用循環神經網路處理文本問題
21.1 獨熱編碼
21.2 文本的基本處理
21.3 用DNN判斷文本類別
21.4 用RNN判斷文本類別
21.5 本章小結
第22章 強化學習基礎
22.1 強化學習的基本概念
22.2 Q學習的思想
22.3 在一維空間中尋寶
22.4 本章小結
第23章 強化學習探索二維世界
23.1 二維格子世界的問題
23.2 環境模組gym
23.3 基於Q學習的二維格子世界
23.4 本章小結
第24章 人工智慧的下一步和學習資源
24.1 人工智慧的前沿進展
24.2 人工智慧的未來
24.3 生活中的人工智慧工具
24.4 學習資源
24.4.1 出版讀物
24.4.2 網路課
24.4.3 微信公眾號
作者簡介
肖凱,支付寶(中國)網路技術有限公司,大安全事業部機器智慧型部數據技術專家,負責人工智慧算法在風控領域的套用落地。除從事人工智慧研究外,還在業餘時間進行青少年人工智慧科普教育。