MATLAB人工智能演算法實戰 丁偉雄 9787302653561 【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：清華大學
物品所在地：中國大陸
原出版社：清華大學
NT$571
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：202402*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：MATLAB人工智能演算法實戰 ISBN：9787302653561 出版社：清華大學 著編譯者：丁偉雄 叢書名：大數據與人工智慧技術叢書 頁數：290 所在地：中國大陸 *此為代購商品 書號：1621985 可大量預訂，請先連絡。 內容簡介 本書以MATLAB R2021為平台，以實際應用為背景，通過敘述+函數+經典應用相結合的形式，深入淺出地介紹了MATLAB在人工智慧中的經典應用相關知識。全書共11章，主要內容包括MATLAB環境與操作、數據分析實戰、科學計算實戰、數據建模實戰、統計性數據分析實戰、機器學習演算法實戰、深度學習演算法實戰、控制系統分析與設計實戰、神經網路信息處理實戰、最優化方法實戰、智能演算法分析與實現實戰。通過本書的學習，讀者在領略到MATLAB簡捷的同時將感受到利用MATLAB實現智能數據應用的領域廣泛，功能強大。 本書可作為高等學校相關專業本科生和研究生的教學用書，也可作為相關領域科研人員、學者、工程技術人員的參考用書。目錄 第1章 MATLAB環境與操作1 1 MATLAB概述 1 1 1 MATLAB啟動與退出 1 1 2 MATLAB幫助系統 1 2 數據類型 1 2 1 常量與變數 1 2 2 數值類型 1 2 3 字元串 1 2 4 矩陣的數組 1 3 控制語句 1 3 1 循環結構 1 3 2 選擇結構 1 3 3 程序流程式控制制 1 4 繪圖 第2章 數據分析實戰 2 1 數據的預處理 2 2 數據匯總 2 3 數據建模 2 3 1 多項式回歸 2 3 2 一般線性回歸 2 4 數據插值 2 4 1 網格和散點數據 2 4 2 創建網格數據 2 4 3 基於網格的插值 2 4 4 interp系列函數的插值 2 4 5 griddedInterpolant類插值 2 4 6 內插散點數據 第3章 科學計算實戰 3 1 數值積分和微分方程 3 1 1 數值積分和微分方程概述 3 1 2 數值微積分的應用 3 2 常微分方程 3 2 1 ODE求解器 3 2 2 邊界值問題 3 2 3 時滯微分方程 3 2 4 偏微分方程 3 3 傅里葉變換與濾波 3 3 1 傅里葉變換 3 3 2 二維傅里葉變換 3 3 3 濾波數據 第4章 數據建模實戰 4 1 數據降維 4 1 1 PCA概述 4 1 2 PCA的降維應用 4 2 一元回歸 4 2 1 一元線性回歸 4 2 2 一元非線性回歸 4 3 多元線性回歸 4 3 1 多元線性回歸概述 4 3 2 多元線性回歸的應用 4 4 逐步回歸 4 4 1 逐步回歸的概念 4 4 2 逐步型選元法 4 4 3 逐步回歸的應用 4 5 Logistic回歸 4 5 1 Logistic回歸概述 4 5 2 Logistic回歸的應用 第5章 統計性數據分析實戰 5 1 統計量和統計圖 5 1 1 描述性統計量 5 1 2 常用的統計量函數 5 1 3 統計可視化 5 2 概率分佈 5 2 1 離散概率分佈 5 2 2 連續分佈 5 3 假設檢驗 5 3 1 K-S檢驗 5 3 2 t檢驗 5 3 3 雙樣本t檢驗 5 4 方差分析 5 4 1 方差的基本原理 5 4 2 單因素方差分析 5 4 3 雙因素方差分析 5 4 4 多因素方差分析 第6章 機器學習演算法實戰 6 1 機器學習概述 6 1 1 機器學習的分類 6 1 2 機器學習步驟 6 1 3 分類方法 6 2 K最近鄰分類 6 2 1 K最近鄰概述 6 2 2 KNN分類的應用 6 3 判別分析 6 3 1 判別分析的基本原理 6 3 2 判別函數 6 3 3 判別方法 6 3 4 判別分析的應用 6 4 貝葉斯分類 6 4 1 貝葉斯演算法 6 4 2 樸素貝葉斯演算法的原理 6 4 3 樸素貝葉斯演算法的優缺點 6 4 4 樸素貝葉斯的應用 6 5 支持向量機 6 5 1 支持向量機概述 6 5 2 使用支持向量機 6 5 3 支持向量機的應用 第7章 深度學習演算法實戰 7 1 遷移學習 7 1 1 遷移學習概述 7 1 2 遷移學習的應用 7 2 圖像的深度學習 7 3 時間序列在深度學習中的應用 7 3 1 時間序列概述 7 3 2 LSTM網路 7 3 3 序列分類的應用 7 4 深度學習進行時序預測 7 5 AlexNet卷積網路 7 5 1 ReLU激活函數 7 5 2 層疊池化 7 5 3 局部相應歸一化 7 5 4 AlexNet結構 7 5 5 AlexNet生成Deep Dream圖像 7 6 堆疊自編碼器 7 6 1 自編碼網路的結構 7 6 2 自編碼器進行圖像分類 第8章 控制系統分析與設計實戰 8 1 自動控制概述 8 1 1 控制模擬概述 8 1 2 計算機模擬的步驟 8 2 控制系統的數學建模 8 3 判定系統穩定性 8 3 1 直接判定 8 3 2 圖形化判定 8 4 時域分析 8 4 1 動態性能指標 8 4 2 穩定性指標 8 4 3 時域響應的典型函數應用 8 5 根軌跡 8 5 1 根軌跡圖 8 5 2 根軌跡法分析 8 6 頻域分析 8 6 1 頻率特性 8 6 2 頻域分析的應用 8 7 控制系統綜合應用 第9章 神經網路信息處理實戰 9 1 神經網路概述 9 1 1 神經元結構 9 1 2 人工神經元模型 9 1 3 人工神經網路的特點 9 2 感知器 9 2 1 單層感知器 9 2 2 多層感知器 9 2 3 感知器在分類中的應用 9 3 徑向基函數網路 9 3 1 RBF神經元模型 9 3 2 徑向基的逼近 9 3 3 廣義回歸神經網路 9 4 BP神經網路 9 5 學習向量量化 9 5 1 LVQ網路結構 9 5 2 LVQ學習演算法 9 5 3 LVQ網路的應用 9 6 自組織特徵映射網路 9 6 1 SOM網路拓撲結構 9 6 2 自組織映射在鳶尾花聚類中的應用 第10章 最優化方法實戰 10 1 最優化概述 10 1 1 最優化問題 1O 1 2 最優化演算法 10 2 線性規劃 10 2 1 線性規劃的模型 10 2 2 線性規劃標準型 10 2 3 線性規劃的應用 10 3 非線性規劃 10 3 1 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。 |
