Python人工智慧基礎

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

Python人工智慧基礎

基本介紹

出版信息

內容簡介

目錄介紹

相關詞條

熱門詞條