Python人工智能編程實踐 范淼 徐晟桐 9787302661788 【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$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
| *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：202404*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人工智能編程實踐 ISBN：9787302661788 出版社：清華大學 著編譯者：范淼 徐晟桐 叢書名：高等學校創意創新創業教育系列叢書 頁數：324 所在地：中國大陸 *此為代購商品 書號：1638184 可大量預訂，請先連絡。 內容簡介 本書在不涉及大量數學與編程知識的前提下，從零開始，逐步帶領讀者熟悉並掌握當下最流行的基於Python 3的人工智慧編程工具，包括但不限於數據分析（Pandas），以及支持單機（Scikit-learn）、深度（PyTorch、TensorFlow、PaddlePaddle）和分散式（PySpark-ML）機器學習的開源程序庫，等等。 全書共分為4部分，分別如下。 （1）入門篇：包括對全書核心概念的指南性介紹，以及如何在多種主流PC操作系統上（如Windows、macOS和Ubuntu）配置基本編程環境的詳細說明。 （2）基礎篇：涵蓋了Python 3 11的編程基礎、基於Pandas 2 0的數據分析，以及使用Scikit-learn 1 3解決大量經典的單機（單核/多核）機器學習問題。 （3）進階篇：介紹如何使用PyTorch 2 0、TensorFlow 2 12，以及PaddlePaddle 2 5，分別搭建多種深度學習神經網路框架。嘗試基於PySpark 3 4的ML編程庫完成一些常見的分散式機器學習任務。 （4）實踐篇：利用全書所講授的Python編程、數據分析，以及（單機、深度、分散式）機器學習知識，從事Kaggle多種類型的競賽實戰。同時，介紹如何使用Git工具，在Gitee與GitHub平台上更新和維護自己的日常代碼與編程項目。 綜上，本書面向所有對人工智慧領域感興趣的讀者，特別適合從事數據挖掘、機器學習、計算機視覺、自然語言處理等相關技術研發和應用實踐的初學者。作者簡介 范淼，清華大學計算機系人工智慧研究所博士，研究方向涉及機器學習與自然語言處理技術。2015年3月受國家留學基金委公派至美國紐約大學計算機系聯合培養。攻讀博士期間，于所在研究領域內多個重要國際會議與期刊上發表論文近20篇。先後在Hulu、MSRA（微軟亞洲研究院）、百度自然語言處理部、Bosch（博世）北美硅谷研究院等多個公司的研發部門實習，並承擔機器學習與自然語言處理相關的研究任務。目錄 入門篇第1章 全書指南 1 1 Python編程 1 2 數據分析 1 3 機器學習 1 3 1 任務 1 3 2 經驗 1 3 3 表現 1 4 Kaggle競賽 1 5 Git代碼管理 小結 第2章 基本環境搭建與配置 2 1 Windows下基本環境的搭建與配置 2 1 1 查看Windows的版本與原始配置 2 1 2 下載並安裝Anaconda3（Windows版本） 2 1 3 創建虛擬環境python_env 2 1 4 在虛擬環境python_env下安裝Jupyter Notebook 2 2 macOS下基本環境的搭建與配置 2 2 1 查看macOS的版本與原始配置 2 2 2 下載並安裝Anaconda3（macOS版本） 2 2 3 創建虛擬環境python_env 2 2 4 在虛擬環境python_env下安裝Jupyter Notebook 2 3 Ubuntu下基本環境的搭建與配置 2 3 1 查看Ubuntu的版本與原始配置 2 3 2 下載並安裝Anaconda3（Linux版本） 2 3 3 創建虛擬環境python_env 2 3 4 在虛擬環境python_env下安裝Jupyter Notebook 2 4 Jupyter Notebook使用簡介 2 4 1 在虛擬環境python_env下啟動Jupyter Notebook 2 4 2 創建一個 ipynb文件 2 4 3 試運行 ipynb文件內的Python 3程序 2 5 PyCharm使用簡介 2 5 1 安裝PyCharm 2 5 2 在虛擬環境python_env下啟動PyCharm 2 5 3 創建一個 py文件 2 5 4 試運行 py文件內的Python 3程序 小結 基礎篇 第3章 Python編程基礎 3 1 Python環境配置 3 1 1 基於命令行/終端的互動式編程環境 3 1 2 基於Web的互動式開發環境 3 1 3 集成式開發環境 3 2 Python基本語法 3 2 1 註釋 3 2 2 賦值 3 2 3 縮進 3 3 Python數據類型 3 4 Python數據運算 3 5 Python流程式控制制 3 5 1 分支語句 3 5 2 循環控制 3 6 Python函數設計 3 7 Python面向對象編程 3 8 Python編程庫（包）/模塊導入 3 9 Python編程綜合實踐 小結 第4章 Pandas數據分析 4 1 Pandas環境配置 4 1 1 使用Anaconda Navigator搭建和配置環境 4 1 2 使用conda命令搭建和配置環境 4 2 Pandas核心數據結構 4 2 1 序列 4 2 2 數據框 4 3 Pandas讀取/寫入文件數據 4 3 1 讀取/寫入CSV文件數據 4 3 2 讀取/寫入JSON文件數據 4 3 3 讀取/寫入Excel文件數據 4 4 Pandas數據分析的常用功能 4 4 1 添加數據 4 4 2 刪除數據 4 4 3 查詢/篩選數據 4 4 4 修改數據 4 4 5 數據統計 4 4 6 數據排序 4 4 7 函數應用 4 5 Pandas數據合併 4 6 Pandas數據清洗 4 7 Pandas數據分組與聚合 小結 第5章 Scikit-learn單機機器學習 5 1 Scikit-learn環境配置 5 1 1 使用Anaconda Navigator搭建和配置環境 5 1 2 使用conda命令搭建和配置環境 5 2 Scikit-learn無監督學習 5 2 1 降維學習與可視化 5 2 2 聚類演算法 5 3 Scikit-learn監督學習 5 3 1 分類預測模型 5 3 2 數值回歸模型 5 4 Scikit-learn半監督學習模型 5 4 1 自學習框架 5 4 2 標籤傳播演算法 5 5 單機機器學習模型的常用優化技巧 5 5 1 交叉驗證 5 5 2 特徵工程 5 5 3 參數正則化 5 5 4 超參數尋優 5 5 5 并行加速訓練 小結 進階篇 第6章 PyTorch/TensorFlow/PaddlePaddle深度學習 6 1 PyTorch/TensorFlow/PaddlePaddle環境配置 6 1 1 PyTorch環境配置 6 1 2 TensorFlow環境配置 6 1 3 PaddlePaddle環境配置 6 2 全連接神經網路 6 2 1 全連接神經網路的PyTorch實踐 6 2 2 全連接神經網路的TensorFlow實踐 6 2 3 全連接神經網路的PaddlePaddle實踐 6 3 卷積神經網路 6 3 1 卷積神經網路的PyTorch實踐 6 3 2 卷積神經網路的TensorFlow實踐 6 3 3 卷積神經網路的PaddlePaddle實踐 6 4 殘差神經網路 6 4 1 殘差神經網路的PyTorch實踐 6 4 2 殘差神經網路的TensorFlow實踐 6 4 3 殘差神經網路的PaddlePaddle實踐 6 5 循環神經網路 6 5 1 循環神經網路的PyTorch實踐 6 5 2 循環神經網路的TensorFlow實踐 6 5 3 循環神經網路的PaddlePaddle實踐 6 6 注意力機制 6 6 1 注意力機制的PyTorch實踐 6 6 2 注意力機制的TensorFlow實踐 6 6 3 注意力機制的PaddlePaddle實踐 6 7 自動編碼器 6 7 1 自動編碼器的P 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。 |
