新書推薦：
《
中年成长：突破人生瓶颈的心理自助方案
》
售價：HK$
65.0
《
维奥莱塔：一个女人的一生
》
售價：HK$
76.2
《
商业银行担保管理实务全指引
》
售價：HK$
144.5
《
信风万里：17世纪耶稣会中国年信研究（全二册）
》
售價：HK$
178.1
《
青铜之美 国宝里的中式美学
》
售價：HK$
177.0
《
海外中国研究·朱熹的思维世界（增订版）
》
售價：HK$
143.4
《
甲骨文丛书·沙漠之王：英美在中东的霸权之争
》
售價：HK$
110.9
《
汗青堂丛书147·光明时代：中世纪新史
》
售價：HK$
85.1
|
| 編輯推薦： |
本书可视为一本以问题为导向的书籍，非常适合具备一定数学基础和 Python3基础的读者学习。 读者可以在短时间内学习本书中介绍的所有算法。（1）以问题为导向，对基础理论知识点与算法演练进行详细讲解。
（2）实战案例丰富，涵盖20 个知识点案例、12 个完整项目案例。
（3）代码详尽，避免对 API 的形式展示，规避重复代码。
（4）语言简明易懂，由浅入深带你学会 Python 以及人工智能常见算法。
（5）各个算法相对独立，数学原理相对容易理解。
（6）配套资源丰富：微课视频、源代码、数据集 、教学课件、教学大纲、安装程序
|
| 內容簡介： |
|
本书可视为一本以问题为导向的书籍, 非常适合具备一定数据基础和Python基础的读者学习,作为一本数据科学的基础书籍,读者可以在短时间内学习数据科学的经典算法。主要阐述 python3 基础内容；常用模块进行扼要阐述和实例操作；常见统计量, 数据转换, 以及多维数组等内容, 并通过代码实现； 特色是以问题导向的方式阐述了常见的 12 种经典算法；并介绍了 pytorch 的相关内容, 并扼要阐述了深度学习中几种经典的神经网络算法, 以及 pytorch 实现经典的神经网络算法。
|
| 關於作者： |
|
于祥雨, 算法工程师, 杭州师范大学理学硕士, 长期从事于数据分析, 机器学习和人工智能等领域. 擅长 Python3 编程, 机器学习以及图像分类等问题.参与国家自然基金 1 项.
|
| 目錄：
|
第1章 准备工作
1.1 Python的安装
1.1.1 简介
1.1.2 安装
1.1.3 常用模块
1.1.4 虚拟环境
1.2 基础知识
1.2.1 认识 Python
1.2.2 数据类型
1.2.3 数据结构
1.2.4 条件判断
1.2.5 循环
1.2.6 实例
1.3 Notebook开发环境
1.3.1 搭建Jupyter
1.3.2 搭建Jupyterlab
1.4 本章小结
第2章 科学计算库
2.1 NumPy
2.1.1 构建数组
2.1.2 数组运算
2.1.3 函数运算
2.1.4 文件存取
2.2 SymPy
2.3 SciPy
2.3.1 非线性方程组
2.3.2 最小二乘
2.3.3 插值
2.4 pandas
2.4.1 Series
2.4.2 dataframe
2.4.3 日平均线
2.4.4 数据存取
2.5 Matplotlib
2.5.1 二维图形
2.5.2 三维图形
2.6 本章小结
第3章 描述性分析
3.1 数据
3.2 基本统计量
3.2.1 平均数
3.2.2 最值
3.2.3 中位数
3.2.4 众数
3.2.5 极差
3.2.6 方差
3.2.7 变异系数
3.2.8 协方差
3.2.9 相关系数
3.3 数据转换
3.3.1 中心化
3.3.2 minmax标准化
3.3.3 BoxCox转换
3.3.4 log函数转换
3.3.5 zscore标准化
3.4 常见距离
3.4.1 闵氏距离
3.4.2 余弦值相似度
3.5 多维数据
3.5.1 矩阵
3.5.2 特征值和特征向量
3.5.3 多重共线性
3.6 学生基本信息实例
3.7 本章小结
第4章 经典算法
4.1 线性回归
4.1.1 思想方法
4.1.2 线性回归算法步骤
4.1.3 实例
4.2 逻辑回归
4.2.1 算法思想
4.2.2 步骤
4.2.3 实例
4.3 主成分分析
4.3.1 算法思想
4.3.2 步骤
4.3.3 实例
4.4 线性判别分析
4.4.1 算法思想
4.4.2 步骤
4.4.3 实例
4.5 决策树
4.5.1 算法思想
4.5.2 步骤
4.5.3 实例
4.6 随机森林
4.6.1 算法思想
4.6.2 实例
4.7 集成学习
4.7.1 Bagging
4.7.2 Boosting
4.7.3 Stacking
4.8 朴素贝叶斯
4.8.1 算法思想
4.8.2 步骤
4.8.3 实例
4.9 k最近邻算法
4.9.1 算法思想
4.9.2 步骤
4.9.3 实例
4.10 k means聚类
4.10.1 算法思想
4.10.2 算法步骤
4.10.3 实例
4.11 推荐算法
4.11.1 算法思想
4.11.2 基于用户的协同过滤
4.11.3 步骤
4.11.4 基于内容的协同过滤
4.11.5 总结
4.12 SVD
4.12.1 步骤
4.12.2 实例
4.13 本章小结
第5章 深度学习
5.1 PyTorch
5.1.1 PyTorch安装
5.1.2 创建tensor
5.1.3 基本运算
5.1.4 矩阵运算
5.2 基础知识
5.2.1 蒙特卡洛法
5.2.2 梯度下降法
5.2.3 封装实现
5.2.4 激活函数
5.2.5 softmax
5.3 前馈神经网络
5.3.1 思想原理
5.3.2 手写体识别实例
5.4 卷积神经网络
5.4.1 核函数
5.4.2 池化层
5.4.3 LeNet
5.4.4 AlexNet
5.4.5 ResNet
5.4.6 GoogLeNet
5.4.7 垃圾分类实例
5.5 生成对抗网络
5.5.1 思想原理
5.5.2 对抗网络实例
5.6 其他神经网络
5.6.1 循环神经网络
5.6.2 风格迁移神经网络
5.7 本章小结
参考文献
|
| 內容試閱：
|
近年来，随着大数据技术、机器学习、数据挖掘、数据科学以及人工智能等领域的发展与兴起，掀起一场新的技术革命，各行各业对相关人才的需求也随之而来。数据科学作为数学与计算机的交叉学科，旨在塑造集数学知识和计算机编程于一体的优秀人才。人工智能的兴起离不开数学的发展，而人工智能的核心就是数学。在教育、金融、电商以及医疗等行业的业务工作过程中，人工智能对于各行各业的发展已不可或缺，随着5G时代的到来必将进一步加快人工智能的发展。
本书以问题为导向，非常适合具备一定数学基础和Python基础的读者学习。读者可以在短时间内学习本书中介绍的所有算法。
作为一本关于人工智能算法的入门级书籍，本书共有5章。
第1章主要阐述Python的基础内容，主要介绍关于Python的发展历程、不同操作系统下的安装、人工智能常用的模块以及虚拟环境搭建；着重介绍Python的数据类型、数据结构、条件判断、循环语法以及其他基础内容；最后介绍Jupyter系列软件的安装和使用方法。
第2章针对书中涉及的常用模块进行简要说明和实例讲解，主要有关于数值计算的NumPy模块、数学符号运算的SymPy模块，着重介绍关于科学计算的SciPy模块，比如非线性方程组的求解、最小二乘法的实现以及样条插值等内容。人工智能离不开数据，而pandas是数据处理最常用的模块，简要介绍了关于pandas的一些内容。最后介绍数据可视化常用的Matplotlib模块。
第3章主要介绍描述性分析的相关内容，包括数据的定义和分类、基本统计量、数据转换、常见距离以及多维数据；着重介绍几种常见的基本统计量，比如变异系数、协方差以及相关系数等，数据转换主要介绍关于数据的标准化方法。
第4章主要介绍关于人工智能的常见算法，共涉及12种经典算法。算法涉及监督学习和无监督学习。监督学习包括线性回归、判别分析、决策树、随机森林以及推荐算法等；无监督学习包括主成分分析等。本章的所有算法都有详细的算法原理、代码实现以及案例实现。
第5章介绍深度学习的有关内容，详细介绍了PyTorch的安装和基础知识，着重介绍关于深度学习的基础知识点，比如梯度下降法，激活函数，卷积神经网络中的卷积、池化等概念。另外，本章结合案例实现前馈神经网络、卷积神经网络、生成对抗网络以及其他神经网络等。
本书特色
（1） 以问题为导向，对基础理论知识点与算法演练进行详细讲解。
（2） 实战案例丰富，涵盖38个知识点案例、19个完整项目案例。
（3） 代码详尽，避免以API的形式展示，规避重复代码。
（4） 语言简明易懂，由浅入深带你学会Python以及人工智能常见算法。
（5） 各个算法相对独立，数学原理相对容易理解。
配套资源
为便于教学，本书配有微课视频、源代码、数据集、教学课件、教学大纲、程序安装包。
（1） 获取教学视频方式：读者可以先扫描本书封底的文泉云盘防盗码，再扫描书中相应的视频二维码，观看教学视频。
（2） 获取源代码、数据集和程序安装包方式：先扫描本书封底的文泉云盘防盗码，再扫描下方二维码，即可获取。
源代码
数据集
程序安装包
（3） 其他配套资源可以扫描本书封底的课件二维码下载。
读者对象
本书主要面向广大从事数据分析、机器学习、数据挖掘或深度学习的专业人员，高等院校相关专业师生，以及相关领域的广大科研人员。
特别感谢
特别感谢韩丹夫教授杭州师范大学硕士生导师，主要从事非线性数值代数、偏微分数值解和连续问题的计算复杂性、大数据分析等方面的研究对本书殷切指导与宝贵建议，以及日常生活中对于祥雨提供的帮助，在此表示衷心的感谢！
本书的编写参考了诸多相关资料，在此对原作者表示衷心的感谢。限于个人水平和时间仓促，书中难免存在疏漏之处，欢迎读者批评指正。
作者
2020年8月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
