Python人工智慧基礎

《Python人工智慧基礎》是2022年8月北京郵電大學出版社出版的圖書,作者:孫成立 趙敏 李持。

基本介紹

  • 中文名:Python人工智慧基礎
  • 作者:孫成立 趙敏 李持
  • 出版時間:2022年8月17日
  • 出版社:北京郵電大學出版社
  • ISBN:9787563566549
  • 定價:46 元
出版信息,內容簡介,目錄介紹,

出版信息

  • 書名:Python人工智慧基礎
  • 出版時間:2022-08-17
  • 編 著 者:孫成立 趙敏 李持
  • 版 次:1-1
  • I S B N:978-7-5635-6654-9
  • 定 價:¥46.00元

內容簡介

本教材主要涉及人工智慧的核心內容——機器學習,主要內容如下所述。
緒論:介紹人工智慧的概念、特徵、發展歷史及人工智慧、機器學習、深度學習的關係。
Python基礎:介紹開發環境,包括元組、列表、字典、集合,模組和函式,科學計算庫NumPy,數據分析工具Pandas,數據可視化,面向對象編程、Python的GUI程式設計及Python的資料庫編程。
有監督學習算法:K近鄰算法、邏輯回歸、決策樹、支持向量機等。
無監督學習算法:K均值算法、基於密度的掃描聚類、高斯聚類模型、主成分分析。
集成學習算法:非強依賴的Bagging和 隨機森林算法及強依賴的Boosting算法(著重講解XGBoost算法)。
神經網路和深度學習:神經網路的基本概念和深度學習基礎。
本教材主要面向對Python人工智慧基礎感興趣的初學者。掌握本教材內容以後,讀者可以深入學習深度學習的相關內容。

目錄介紹

緒論1
第1章Python基礎5
1.1開發環境、Python基礎知識5
1.1.1開發環境5
1.1.2Python基礎知識5
1.2列表、元組、字典、集合10
1.3模組和函式18
1.4科學計算庫NumPy25
1.5數據分析工具Pandas39
1.6數據可視化41
1.7面向對象編程、Python的GUI程式設計及Python的資料庫編程45
第2章模型評估與選擇70
2.1模型的評估方法70
2.2性能度量的方法71
2.3模型的選擇與常見模型的優缺點73
第3章K近鄰算法77
3.1K近鄰算法簡介77
3.2K近鄰算法API初步使用77
3.3距離度量77
3.4K值的選擇78
3.5KNN算法的特點及優勢與劣勢79
3.6案例79
第4章線性回歸88
4.1線性回歸簡介及數學求導88
4.2線性回歸API初步使用90
4.3線性回歸的損失和最佳化92
4.4梯度下降法介紹93
4.5欠擬合與過擬合94
4.6案例96
第5章邏輯回歸103
5.1邏輯回歸算法簡介103
5.2邏輯回歸API的初步使用107
5.3案例及分類評估方法108
5.4ROC曲線繪製111
第6章決策樹118
6.1決策樹算法簡介118
6.2決策樹分類原理118
6.3CART剪枝124
6.4特徵工程及特徵提取125
6.5決策樹算法API的初步使用132
6.6案例132
第7章支持向量機141
7.1SVM算法簡介及SVM算法API的初步使用141
7.1.1基本概念141
7.1.2SVM算法API的初步使用142
7.2SVM算法原理144
7.3SVM算法的損失函式153
7.4SVM算法的核函式154
7.5SVM回歸155
7.6案例155
第8章樸素貝葉斯分類器160
8.1樸素貝葉斯算法簡介160
8.2機率知識160
8.3拉普拉斯估計法161
8.4案例164
第9章集成學習178
9.1不存在強依賴,可同時生成的並行方法178
9.2個體學習器有強依賴,串列生成序列方法181
9.2.1XGBoost集成學習算法的工作原理182
9.2.2停止分裂條件判斷185
9.2.3XGBoost解決過擬合的問題186
9.3XGBoost集成學習算法API初步實驗186
9.4案例188
第10章降維算法198
10.1理解降維的目的和常見的方法198
10.2線性判別分析法198
10.3主成分分析法203
10.4案例211
第11章聚類222
11.1無監督學習、監督學習、半監督學習222
11.2聚類算法簡介及聚類算法API函式的初步使用223
11.3聚類算法實現流程224
11.4案例238
第12章神經網路和深度學習245
12.1神經網路概念245
12.2神經網路結構、激活函式246
12.3神經網路求解遇到的問題250
12.4深度學習基礎255
參考文獻264
附錄Python安裝指南266

相關詞條

熱門詞條

聯絡我們