人工智能技術與應用-漢文 英文 張明 孫曉麗 9787113304171 【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：中國鐵道有限公司
物品所在地：中國大陸
原出版社：中國鐵道有限公司
NT$508
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：202312*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：人工智能技術與應用-漢文 英文 ISBN：9787113304171 出版社：中國鐵道有限公司 著編譯者：張明 孫曉麗 頁數：329 所在地：中國大陸 *此為代購商品 書號：1622105 可大量預訂，請先連絡。 內容簡介 本書是中英文雙語教材，首先通過介紹線性回歸了解機器學習中的數據集、歸一化、損失函數、梯度下降函數等基礎知識，在此基礎上通過多個典型案例，詳細分析了邏輯回歸、決策樹、聚類、支持向量機等機器學習演算法的實現流程和相關知識，並融入國家職業技能標準「人工智慧訓練師」和「大數據應用開發」1+X證書等相關內容，具有較強的實踐指導意義。 本書適合作為高職院校人工智慧、大數據等相關專業課程、雙語課程的教材，同時也可作為機器學習應用開發技術人員的指導教程。目錄 單元1 使用簡單線性回歸模型預測廣告投入的收益1 1 簡單線性回歸介紹 1 2 讀取數據集 1 3 數據相關性分析 1 4 數據處理 1 5 數據歸一化處理 1 6 定義損失函數 1 7 定義梯度下降函數 1 8 訓練模型 1 9 簡單線性模型損失 1 10 繪製w，b的輪廓圖形 單元2 使用多元線性回歸模型預測廣告投入的收益 2 1 多元線性回歸介紹 2 2 讀取數據集 2 3 生成訓練集和測試集 2 4 反歸一化 2 5 定義損失函數、MSE均方差損失函數 2 6 定義梯度下降函數 2 7 定義模型並訓練 2 8 計算損失 單元3 使用Scikit-learn庫來實現回歸 3 1 Scikit-learn基本知識 3 2 載入數據集 3 3 數據歸一化 3 4 數據預處理 3 5 使用sklearn建立LinearRegression模型 3 6 LinearRegression模型預測及誤差 3 7 繪製擬合曲線 單元4 使用Scikit-learn庫來實現多項式回歸 4 1 多項式回歸簡介 4 2 數據預處理 4 3 使用多項式線性回歸預測廣告投入的收益 4 4 訓練模型 4 5 繪製擬合曲線 單元5 使用嶺回歸預測房價 5 1 過擬合和欠擬合 5 2 L1、L2正則化 5 3 房價數據集的讀取 5 4 處理標籤值 5 5 類型特徵one-hot編碼 5 6 房價數據集缺失數據處理 5 7 房價數據集歸一化處理 5 8 建立嶺回歸房價預測模型 5 9 使用交叉驗證集來獲取房價預測模型的最優參數 單元6 使用邏輯回歸預測共享單車用量 6 1 數據載入與顯示 6 2 季節性數據的可視化分析 6 3 天氣數據、假期數據的可視化分析 6 4 時間數據的處理 6 5 特徵化向量 6 6 數據預處理 6 7 建立模型 單元7 邏輯回歸和決策邊界 7 1 機器學習分類 7 2 邏輯回歸 7 3 決策邊界 7 4 邏輯回歸損失函數 7 5 線性決策邊界代碼實現 7 6 非線性決策邊界代碼實現 單元8 使用邏輯回歸實現心臟病患者分類 8 1 數據載入與顯示 8 2 數據分析 8 3 特徵數據處理 8 4 邏輯回歸建模 8 5 模型測試 8 6 使用sklearn實現邏輯回歸 8 7 使用網格搜索做超參數調優 8 8 邏輯回歸模型的衡量指標 8 9 邏輯回歸評價指標 單元9 k-means，DBSCAN聚類演算法 9 1 k-means演算法流程 9 2 k-means演算法實現 9 3 k-means演算法的不穩定性 9 4 DBSCAN聚類演算法 9 5 DBSCAN聚類演算法實現 9 6 使用k-means演算法完成圖像分割 單元10 使用決策樹完成鶯尾花分類問題 10 1 決策樹 10 2 信息熵 10 3 信息增益 10 4 計算信息增益 10 5 使用決策樹完成鳶尾花分類的代碼實現 10 6 鳶尾花分類效果的可視化 10 7 鳶尾花分類的概率估計 10 8 鳶尾花分類的過擬合 10 9 決策樹對數據的敏感性 單元11 使用支持向量機完成鳶尾花分類 11 1 支持向量機原理 11 2 線性可分支持向量機 11 3 非線性支持向量機 11 4 線性可分、線性不可分、非線性支持向量機的區別 單元12 使用貝葉斯演算法完成垃圾郵件分類 12 1 貝葉斯演算法原理介紹 12 2 貝葉斯演算法常用的三個模型 12 3 垃圾郵件分類 單元13 使用詞向量Word2Vec演算法自動生成詩詞 13 1 Word2Vec演算法概述 13 2 Word2Vec演算法的實現 13 3 Word2Vec模型 13 4 生成Word2Vec數據 13 5 訓練Word2Vec模型 13 6 Word2Vec演算法的代碼實現 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。 |
