智能計算技術與應用 李敏 趙宏 李興娟 9787111750871 【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
NT$375
商品編號:
供貨狀況: 尚有庫存

此商品參與的優惠活動

加入最愛
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:202407*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:智能計算技術與應用
ISBN:9787111750871
出版社:機械工業
著編譯者:李敏 趙宏 李興娟
頁數:203
所在地:中國大陸 *此為代購商品
書號:1658338
可大量預訂,請先連絡。

內容簡介

本書面向初學者介紹智能計算的相關概念、典型應用,採用研究性學習方法和P-MASE模型,按照引入問題、尋找方法、問題分析、問題求解、效果評價的模式,講授智能計算編程、數據獲取和預處理、數據可視化、預測數據的值、分類問題、聚類分析、神經網路、智能圖像識別、時間序列數據的處理等知識,並給出了兩個綜合案例。 本書深入淺出、案例豐富、可操作性強,適合作為高校智能計算相關課程的入門教材,也適合相關技術人員學習參考。

目錄

前言
第1章 智能計算概述
1 1 人工智慧與智能計算
1 1 1 人工智慧
1 1 2 智能計算時代與學科融合
1 1 3 「新醫科」與智能計算
1 1 4 智能計算時代的其他典型應用
1 2 培養「新醫科」學生的素養
1 2 1 「新醫科」學生的基本素養
1 2 2 科學、技術與工程
1 2 3 科研方法與工程方法
1 2 4 智能計算素養
1 3 研究性學習方法與P-MASE模型
1 3 1 研究性學習與學習方法
1 3 2 P-MASE模型
參考文獻
第2章 智能計算編程基礎
2 1 引入問題
2 1 1 問題描述
2 1 2 問題歸納
2 2 尋找方法
2 2 1 Python編程環境
2 2 2 Python編程基礎
2 2 3 Python的內置模塊和第三方工具包
2 3 問題分析
2 4 問題求解
2 5 效果評價
參考文獻
第3章 數據獲取和預處理
3 1 引入問題
3 1 1 問題描述
3 1 2 問題歸納
3 2 尋找方法
3 2 1 數據的類別
3 2 2 數據採集方法
3 2 3 數據預處理
3 2 4 數據變換
3 3 問題分析
3 4 問題求解
3 4 1 利用爬蟲代碼進行數據採集
3 4 2 利用數據採集工具進行數據採集
3 5 效果評價
參考文獻
第4章 數據可視化
4 1 引入問題
4 1 1 問題描述
4 1 2 問題歸納
4 2 尋找方法
4 2 1 數據的統計特徵和可視特徵
4 2 2 數據可視化的基本要素
4 2 3 數據可視化工具
4 2 4 數據可視化方法
4 3 問題分析
4 4 問題求解
4 5 效果評價
參考文獻
第5章 預測數據的值
5 1 引入問題
5 1 1 問題描述
5 1 2 問題歸納
5 2 尋找方法
5 2 1 回歸分析的基本原理
5 2 2 線性回歸
5 2 3 常用的回歸模型評估方法
5 2 4 使用Python實現線性回歸
5 2 5 多項式回歸
5 3 問題分析
5 4 問題求解
5 4 1 載入數據
5 4 2 分析數據特徵及預處理
5 4 3 建立線性回歸預測模型
5 5 效果評價
參考文獻
第6章 判斷對象屬於哪一類
6 1 引入問題
6 1 1 問題描述
6 1 2 問題歸納
6 2 尋找方法
6 2 1 分類問題及常用演算法
6 2 2 利用Python求解分類問題
6 3 問題分析
6 4 問題求解
6 4 1 確定問題特徵
6 4 2 數據採集與預處理
6 4 3 選擇分類模型
6 4 4 預測新樣本
6 5 效果評價
參考文獻
第7章 將對象劃分為不同的類別——聚類分析
7 1 引入問題
7 1 1 問題描述
7 1 2 問題歸納
7 2 尋找方法
7 2 1 聚類問題概述
7 2 2 k-means演算法簡介
7 2 3 k-means聚類演算法的實現
7 2 4 k-means演算法中類簇數量k的選取
7 2 5 調用工具包實現k-means聚類
7 3 問題分析
7 4 問題求解
7 4 1 二維數據聚類
7 4 2 三維數據聚類
7 5 效果評價
參考文獻
第8章 讓計算機像人腦一樣思考
8 1 引入問題
8 1 1 問題描述
8 1 2 問題歸納
8 2 尋找方法
8 2 1 生物神經網路
8 2 2 人工神經網路
8 2 3 BP人工神經網路
8 2 4 Python中的人工神經網路
8 3 問題分析
8 4 問題求解
8 4 1 確定問題特徵
8 4 2 收集特徵數據及數據預處理
8 4 3 神經網路分類預測模型
8 5 效果評價
參考文獻
第9章 如何讓計算機看懂圖像
9 1 引入問題
9 1 1 問題描述
9 1 2 問題歸納
9 2 尋找方法
9 2 1 生物醫學圖像分類的基本實現
方法
9 2 2 深度學習基礎
9 2 3 卷積神經網路的原理
9 2 4 幾種典型的深度卷積神經網路模型
9 2 5 Python中的圖像分類
9 3 問題分析
9 4 問題求解
9 4 1 確定生物識別採用的技術方案
9 4 2 訓練數據集的獲取
9 4 3 對圖像數據進行預處理
9 4 4 構建VGGNet-16神經網路模型
9 4 5 使用訓練好的神經網路模型對圖像文件進行分類
9 5 效果評價
參考文獻
第10章 處理時間序列數據
10 1 引入問題
10 1 1 問題描述
10 1 2 問題歸納
10 2 尋找方法
10 2 1 時間序列預測
10 2 2 循環神經網路
10 3 問題分析
10 3 1 匈牙利每周水痘病例數據集
10 3 2 數據處理方法
10 4 問題求解
10 4 1 數據讀取
10 4 2 數據預處理
10 4 3 構建模型
10 4 4 訓練模型
10 5 效果評價
參考文獻
第11章 淋巴造影分類預測綜合案例
11 1 引入問題
11 1 1 問題描述
11 1 2 數據描述
11 2 尋找方法
11 2 1 數據預處理方法
11 2 2 分類預測方法
11 3 問題分析
11 3 1 載入數據集
11 3 2 查看數據分佈
11 3 3 分析屬性與標籤結
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。
規格說明
運送方式
已加入購物車
已更新購物車
網路異常,請重新整理