機器學習-工業大數據分析 李彥夫 張晨 9787302608226 【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$350
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
| *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，以到貨標的為正確資訊。 印行年月：202310*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：機器學習-工業大數據分析 ISBN：9787302608226 出版社：清華大學 著編譯者：李彥夫 張晨 頁數：251 所在地：中國大陸 *此為代購商品 書號：1585265 可大量預訂，請先連絡。 內容簡介 當前我國工業已進入高質量發展階段，對於熟練運用機器學習方法開展工業大數據分析的人才需求旺盛。機械、電子、電氣等工程類以及管理類專業的學生普遍缺乏這方面的訓練，而計算機類教材往往不針對工業門類的實際系統聚焦。本書的編撰旨在解決上述矛盾。 本書分為兩大部分：前半部分介紹基礎知識、經典機器學習以及深度學習和強化學習方法；後半部分介紹數據處理相關知識以及十余個工業應用案例。本書還附帶了案例源代碼。通過對本書的學習，希望讀者從原理、方法到應用融會貫通，全方位地理解並掌握機器學習這一工業大數據分析的重要方法。 本書可作為機械工程、工業工程、電子工程、電氣工程等工科專業及管理學專業高年級本科生或研究生相關課程的教材，也可作為科研院所、企業技術人員的參考書。作者簡介 張晨，工學博士，清華大學副教授、博士生導師。中國運籌學會智能工業數據解析與優化專業委員會理事，中國系統工程學會智能製造系統工程專業委員會、系統可靠性專業委員會委員。主要研究方向為機器學習與工業大數據分析。主持完成國家自然科學基金項目2項、省部級和企業課題10餘項，入選中國科協青年人才托舉工程項目。發表論文30餘篇，研究成果獲得美國質量協會、國際工業系統工程協會、電氣與電子工程師協會、運籌學和管理學研究協會最佳論文獎，獲得教育部科學技術進步獎二等獎1項。目錄 第1章 數學基礎1 1 線性代數 1 1 1 標量、向量、矩陣和張量 1 1 2 線性相關和生成子空間 1 1 3 矩陣的特徵分解 1 1 4 矩陣的奇異值分解 1 1 5 范數 1 2 概率論和資訊理論簡介 1 2 1 概率論 1 2 2 資訊理論 1 3 優化演算法 1 3 1 梯度 1 3 2 梯度下降 1 3 3 約束優化 1 4 信號分析基礎 1 4 1 信號分析的相關概念 1 4 2 信號的分解 1 4 3 傅里葉變換 1 4 4 小波變換 習題 第2章 經典機器學習 2 1 監督學習 2 1 1 線性回歸模型 2 1 2 邏輯回歸演算法 2 1 3 κ近鄰法 2 1 4 樸素貝葉斯法 2 1 5 支持向量機 2 1 6 決策樹 2 2 無監督學習 2 2 1 降維 2 2 2 聚類 習題 第3章 深度學習 3 1 人工神經網路 3 1 1 神經元基礎 3 1 2 激活函數類型 3 1 3 神經網路基礎 3 1 4 神經網路權值更新 3 1 5 其他梯度下降法 3 1 6 案例：神經網路識別數字 3 2 卷積神經網路 3 2 1 卷積操作 3 2 2 卷積層相關概念 3 2 3 池化操作 3 2 4 平鋪及全連接操作 3 2 5 卷積神經網路反向傳播公式 3 2 6 案例：卷積神經網路識別數字 3 3 循環神經網路 3 3 1 循環神經網路基礎 3 3 2 循環神經網路傳播公式 3 3 3 LSTM網路 3 3 4 門控循環單元和雙向LSTM 3 3 5 深度循環神經網路 3 3 6 案例：循環神經網路文本預測 3 4 生成對抗神經網路 3 4 1 對抗神經網路基礎 3 4 2 對抗神經網路實際操作 3 4 3 生成對抗神經網路變體 3 4 4 案例：對抗神經網路生成樣本 3 5 神經網路前沿延伸閱讀 習題 第4章 強化學習 4 1 任務與獎勵 4 2 馬爾可夫決策過程 4 3 最優策略 4 4 免模型學習 4 4 1 預備知識：蒙特卡羅方法 4 4 2 基於價值的方法 4 4 3 基於策略的方法 4 5 蒙特卡羅樹搜索 4 5 1 背景 4 5 2 啟髮式搜索 4 5 3 預演演算法 4 5 4 MCTS演算法 4 5 5 MCTS示例 4 6 深度強化學習 4 6 1 深度Q網路 4 6 2 近端策略優化 4 6 3 延伸閱讀：AlphaGo 4 6 4 案例：基於深度Q網路的智能小車平衡 習題 第5章 數據處理相關知識 5 1 工業大數據 5 1 1 工業大數據背景 5 1 2 工業大數據平台 5 1 3 工業大數據分析建模方法體系 5 1 4 工業大數據平台架構 5 1 5 工業大數據分析建模計算框架 5 2 數據處理 5 2 1 數據清洗 5 2 2 數據變換 5 2 3 數據降維 5 2 4 非平衡數據集的處理 5 3 環境配置及代碼編程 5 3 1 Anaconcla平台介紹及環境配置 5 3 2 Keras搭建神經網路序貫模型 第6章 生產系統相關案例 6 1 旋轉機械關鍵部件故障診斷 6 1 1 背景介紹 6 1 2 案例研究 6 1 3 數據預處理 6 1 4 齒輪箱振動信號特徵參數提取 6 1 5 SVM故障分類模型構建 6 1 6 結果分析 6 1 7 總結 6 2 刀具磨損狀態評估 6 2 1 背景介紹 6 2 2 案例研究 6 2 3 磨損狀態評估模型構建 6 2 4 評價指標構建 6 2 5 結果分析 6 2 6 總結 第7章 能源、電信系統相關案例 7 1 風力發電機葉片開裂故障診斷 7 1 1 背景介紹 7 1 2 問題描述 7 1 3 數據預處理 7 1 4 評價指標 7 1 5 故障診斷方法 7 1 6 結果分析 7 1 7 總結 7 2 基於深度強化學習的核電站維修決策 7 2 1 背景介紹 7 2 2 問題描述 7 2 3 模擬環境搭建 7 2 4 評價指標 7 2 5 PPO演算法 7 2 6 結果分析 』7 2 7 總結 7 35 G通信數據下行傳輸速率預測 7 3 1 問題背景 7 3 2 數據介紹 7 3 3 數據預處理 7 3 4 模型構建 7 3 5 結果分析 7 3 6 總結 第8章 交通系統相關案例 8 1 高速列車車輪健康狀態監測 8 1 1 背景介紹 8 1 2 數據預處理 8 1 3 監測方法 8 1 4 結果分析 8 1 5 總結 8 2 航天裝備的結構振動預測 8 2 1 背景介紹 8 2 2 問題描述 8 2 3 數據預處理 8 2 4 評價指標 8 2 5 振動預測方法 8 2 6 結果分析 8 2 7 總結 8 3 城市公共交通系統的客流預測 8 3 1 背景介紹 8 3 2 數據描述 8 3 3 數據預處理 8 3 4 評價指標 8 3 5 模型構建 8 3 6 結果分析 8 3 7 總結 第9章 醫療系統相關案例 9 1 糖尿病患者的血糖預測 9 1 1 背景介紹 9 1 2 問題描述 9 1 3 數據預處理 9 1 4 評價指標 9 1 5 血 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。 |
