Python人工智能應用與實踐 沈建強 9787111742401 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：機械工業
物品所在地：中國大陸
原出版社：機械工業
NT$375
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *數量非實際在台庫存 *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為實際資訊。 印行年月：202401*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：Python人工智能應用與實踐 ISBN：9787111742401 出版社：機械工業 著編譯者：沈建強 頁數：281 所在地：中國大陸 *此為代購商品 書號：1610644 可大量預訂，請先連絡。 內容簡介 本書在校企合作的基礎上編寫而成，在講述人工智慧理論的基礎上突出工程應用性與實踐性，選用了適用於人工智慧項目研發的Python編程語言。第1章為人工智慧導論。第2章介紹Python程序設計基礎。第3章介紹Numpy、Matplotlib與Pandas。第4章介紹sklearn及Inforstack免費網上機器學習組件功能。第5章介紹數據預處理。第6章與第7章分別介紹監督學習與非監督學習常用演算法，並分別使用Inforstack學習平台建模和Python語言編程實現。第8章介紹語音交互、視覺處理與OpenCV圖像處理。第9章介紹人工神經網路與深度學習及Tensorflow、PyTorch的應用。第10章為人工智慧綜合應用案例。 本書既可作為高等院校開設人工智慧、大數據分析課程的教材，也適合Python學習者及人工智慧、大數據分析技術人員作為學習或參考用書。 本書配套教學課件、習題答案和源代碼。讀者如需獲取進一步的教學及技術支持可聯繫作者（電子郵箱與Inforstack網路學習平台入口見本書前言）。目錄 前言第1章 人工智慧導論 1 1 人工智慧技術及其發展 1 1 1 人工智慧技術的發展歷程 1 1 2 人工智慧技術簡介 1 1 3 Python語言與人工智慧 1 2 教學實驗平台推薦 1 2 1 Inforstack大數據應用平台 1 2 2 語音與視覺智能實驗套件簡介 習題 第2章 Python程序設計基礎 2 1 基礎語法 2 1 1 Python語言概述 2 1 2 Python語言安裝與配置 2 1 3 Python基礎語法 2 2 程序的控制結構 2 2 1 選擇結構 2 2 2 循環結構 2 3 內置函數、常用模塊的導入與調用 2 3 1 常用內置函數 2 3 2 標準庫（模塊）的導入與調用 2 4 列表、元組、字典與集合數據類型 2 4 1 序列類型 2 4 2 列表 2 4 3 元組 2 4 4 序列的公共基本操作 2 4 5 字典及其操作 2 4 6 集合及其操作 2 5 函數與模塊 2 5 1 函數 2 5 2 自定義模塊與包 2 6 面向對象的編程技術 2 6 1 面向對象程序設計的基本概念 2 6 2 類的定義與對象創建 2 6 3 屬性 2 6 4 方法 2 6 5 繼承性 2 6 6 多態性 2 7 程序的異常處理 2 8 用戶界面設計 2 8 1 Tkinter用戶界面設計 2 8 2 Tkinter畫布繪圖 2 9 文件與資料庫操作 2 9 1 文件操作 2 9 2 資料庫操作 習題 第3章 科學計算與數據分析庫 3 1 Anaconda安裝及其集成開發環境 3 1 1 Anaconda安裝 3 1 2 Anaconda集成開發環境簡介 3 2 Numpy的向量和矩陣操作處理 3 2 1 Numpy數組的創建與操作 3 2 2 Numpy的矩陣對象及操作 3 3 Matplotlib數據可視化 3 3 1 Matplotlib及其圖形繪製流程 3 3 2 圖形繪製與顯示實例 3 4 Pandas數據分析與處理 3 4 1 Pandas及其數據結構 3 4 2 DataFrame中的數據選取及操作 3 4 3 Pandas讀寫文件操作 習題 第4章 機器學習簡介 4 1 機器學習的概念 4 2 機器學習庫sklearn 4 3 機器學習組件Inforstack 習題 第5章 數據預處理 5 1 預處理數據 5 2 數據清洗 5 2 1 缺失值處理 5 2 2 異常值識別 5 2 3 雜訊處理 5 2 4 不一致數據 5 3 數據變換 5 3 1 屬性構造 5 3 2 規範化 5 3 3 屬性編碼 5 3 4 離散化 5 4 數據歸約 5 4 1 數據聚集 5 4 2 維度歸約 5 4 3 樣本抽樣 5 5 數據集成 習題 第6章 監督學習 6 1 監督學習的概念 6 2 模型評價 6 2 1 評估方法 6 2 2 評估指標 6 2 3 參數調優 6 3 決策樹演算法 6 3 1 決策樹演算法介紹 6 3 2 決策樹演算法實現 6 3 3 決策樹演算法應用案例 6 4 K近鄰演算法 6 4 1 K近鄰演算法介紹 6 4 2 K近鄰演算法實現 6 4 3 K近鄰演算法應用案例 6 5 樸素貝葉斯演算法 6 5 1 貝葉斯定理 6 5 2 樸素貝葉斯演算法實現 6 5 3 樸素貝葉斯演算法應用案例 6 6 支持向量機演算法 6 6 1 支持向量機演算法介紹 6 6 2 支持向量機演算法實現 6 6 3 支持向量機演算法應用案例 6 7 線性回歸 6 7 1 線性回歸演算法介紹 6 7 2 線性回歸演算法實現 6 7 3 線性回歸演算法應用案例 6 8 邏輯回歸 6 8 1 邏輯回歸演算法介紹 6 8 2 邏輯回歸演算法實現 6 8 3 邏輯回歸演算法應用案例 6 9 隨機森林演算法 6 9 1 集成學習簡介 6 9 2 隨機森林演算法實現 6 9 3 隨機森林演算法應用案例 習題 第7章 非監督學習 7 1 K-均值演算法 7 1 1 聚類演算法簡介 7 1 2 K-均值演算法實現 7 1 3 K-均值演算法應用案例 7 2 Apriori演算法 7 2 1 關聯規則的基本概念 7 2 2 Apriori演算法實現 7 2 3 Apriori演算法應用案例 7 3 降維演算法 7 3 1 降維演算法介紹 7 3 2 降維演算法實現 7 3 3 降維演算法應用案例 習題 第8章 自然語言與計算機視覺處理 8 1 自然語言處理 8 1 1 自然語言處理基礎 8 1 2 語音交互技術基礎及應用案例 8 2 計算機視覺處理 8 2 1 圖像處理與OpenCV入門 8 2 2 計算機視覺處理基礎及應用實例 習題 第9章 人工神經網路與深度學習 9 1 人工神經網路與深度學習基礎 9 1 1 人工神經網路基礎 9 1 2 深度學習 9 2 Tensorflow入門 9 2 1 Tensorflow安裝與基本API的使用 9 2 2 基於Tensorflow的語音訓練與識別 9 2 3 基於Tensorflow的圖像數據訓練與識別 9 3 人工智慧視覺模型及模型的終端部署 9 3 1 PyTorch簡介 9 3 2 Yolov5基於CUDA的模型部署 9 3 3 下載源碼及模型 9 3 4 實現使用GPU進行目標檢測 9 4 Inforstack深度學習組件 9 4 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
