《常用工具软件教程》以计算机中常用工具软件为基础，讲述了常用工具软件在日常工作、学习和生活中的使用方法。内容主要包括“EasyRecovery”磁盘数据恢复工具、“一键Ghos...
电子书
内容简介
本书分为4个单元，包括Python语法精讲、数据预处理和可视化、机器学习以及深度学习，涵盖了Python、pandas、Matplotlib、Seaborn、scikit-learn、TensorFlow、Keras等7种主流工具。
章节目录
- 扉页
- 作者简介
- 自序
- 致谢
- 前言
- 资源与支持
- 目录
- 第1章 Python语法要素
- 1.1 用模块组织代码
- 1.2 模块的两种使用方式
- 1.3 编程的语法要素
- 1.3.1 变量
- 1.3.2 变量的数据类型和运算
- 1.4 代码实战 1 ：计算二维空间两个点的距离
- 1.5 数据结构
- 1.5.1 列表
- 1.5.2 字典
- 1.6 代码实战 2 ：计算三维空间中两个点的距离
- 第2章 语法结构
- 2.1 分支结构
- 2.2 循环结构
- 2.2.1 退出循环
- 2.2.2 else
- 2.3 代码实战：计算高维空间两个点的距离
- 第3章 函数和类
- 3.1 函数
- 3.1.1 定义函数
- 3.1.2 代码实战：距离函数
- 3.2 类和对象
- 3.3 类和继承
- 3.4 小结
- 第4章 走进机器学习
- 4.1 不要关心概念
- 4.2 数据建模
- 4.2.1 用数学公式建模
- 4.2.2 用概率建模
- 4.3 机器学习的功能
- 4.3.1 什么是分类问题
- 4.3.2 什么是回归问题
- 4.3.3 什么是聚类问题
- 4.4 小结
- 第5章 如何获取数据
- 5.1 代码实战1 ：获得鸢尾花数据集
- 5.2 专家解读
- 5.3 代码实战2 ：获得新闻数据集
- 5.4 专家解读
- 5.5 代码实战3 ：生成不均衡数据集
- 5.6 专家解读
- 5.7 小结
- 第6章 读取外部数据
- 6.1 代码实战1 ：从文件读取数据
- 6.2 专家解读
- 6.2.1 对时间的处理
- 6.2.2 大文件迭代
- 6.2.3 CSV文件的写操作
- 6.3 libsvm格式文件的读写
- 6.4 专家解读
- 6.5 代码实战2 ：从MySQL读取数据
- 第7章 数据可视化探索
- 7.1 作者建议
- 7.2 代码实战 1 ：观察分布
- 7.3 代码实战 2 ：观察变量间关系
- 7.4 小结
- 第8章 数据清洗
- 8.1 代码实战 1 ：特征类型校准
- 8.2 代码实战 2 ：数据分布可视化
- 8.3 代码实战 3 ：处理缺失值
- 8.4 代码实战 4 ：经验法则和异常值处理
- 8.5 代码实战 5 ：方差分析和变量筛选
- 第9章 如何做回归
- 9.1 代码实战 1 ：经典回归
- 9.2 专家解读
- 9.3 代码实战 2 ：多元线性回归
- 9.4 专家解读
- 9.5 代码实战 3 ：岭回归
- 9.6 专家解读
- 9.7 代码实战 4 ：Lasso回归
- 9.8 专家解读
- 9.9 代码实战 5 ：KDE回归
- 9.10 专家解读
- 9.11 小结
- 第10章 支持向量机和图像分类
- 10.1 代码实战 1 ：支持向量机和图像识别
- 10.2 专家解读
- 10.3 代码实战 2 ：核技巧
- 10.4 代码实战 3 ：软间隔 vs 硬间隔
- 10.5 小结
- 第11章 模型评估和优化
- 11.1 代码实战 1 ：如何评估模型的分数
- 11.2 专家解读
- 11.3 代码实战 2 ：绘制ROC曲线
- 11.4 专家解读
- 11.5 代码实战 3 ：使用交叉验证对模型评分
- 11.6 小结
- 第12章 神经网络和深度学习
- 12.1 神经网络
- 12.1.1 M-P神经元模型
- 12.1.2 前馈神经网络
- 12.2 卷积神经网络
- 12.2.1 CNN的典型结构示意
- 12.2.2 卷积层
- 12.2.3 ReLU层
- 12.2.4 池化层
- 12.2.5 全连接层
- 12.3 BP算法
- 12.4 盘点著名的CNN架构
- 第13章 深度学习的硬件和软件
- 13.1 为什么是GPU
- 13.1.1 GPU和矩阵运算
- 13.1.2 CUDA
- 13.2 深度学习框架
- 13.2.1 框架的意义
- 13.2.2 各种框架盘点
- 13.2.3 什么是Keras
- 13.3 小结
- 第14章 TensorFlow 入门
- 14.1 初识
- 14.2 专家解读
- 14.3 代码实战：线性回归
- 14.4 小结
- 第15章 Keras入门必读
- 15.1 代码实战1 ：用Keras做线性回归模型
- 15.2 专家解读
- 15.2.1 序列模型和函数式模型的区别
- 15.2.2 激活层的简写
- 15.2.3 Keras的scikit-learn接口
- 15.3 代码实战2 ：手写数字识别
- 15.4 专家解读
- 15.5 小结
- 第16章 识别交通标志
- 16.1 认识数据
- 16.2 从图片文件到张量
- 16.3 搭建网络模型
- 16.4 训练模型
- 16.5 图像增强改进
- 16.6 小结
- 第17章 站在巨人的肩膀上
- 17.1 代码实战1 ：用VGG16做图像识别
- 17.2 代码实战2 ：特征提取
- 17.3 代码实战3 ：迁移学习
- 17.4 经典网络通览
- 17.4.1 VGG16
- 17.4.2 GoogLeNet(Inception)
- 17.4.3 ResNet
- 17.5 小结
- 附录 工作环境搭建说明
- 1. 什么是Python
- 2. 本书所需的工作环境
展开全部
人工智能入门——常用工具是2020年由人民邮电出版社出版,作者张晓明。
版权说明：本电子书已获得正版授权，由出版社通过知传链发行。
得书感谢您对《人工智能入门——常用工具》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
本书共28个课时，包含人工智能的语言、人工智能与计算机、高级计算器、强大的列表、图灵测试、人与人工智能之间的翻译、神奇的函数、抽奖软件、人工智能的效率、人工智能的索引、递归的思...
电子书
本书系统地介绍了人工智能的基本原理、方法和应用技术，全面反映了国内外人工智能研究领域的进展和发展方向。全书共12章。第1章简要介绍了人工智能的概况。第2~6章阐述了人工智能的基...
电子书
本书系统地介绍了磁盘管理工具、系统维护与备份工具、文件管理工具、文档编辑工具、社交通信工具、智能移动办公工具、图形图像处理工具、音/视频编辑工具、自媒体处理工具等常用工具软件的...
电子书
本书根据人工智能技术服务专业人才培养的需求，以智能机器人为载体，以揭开人工智能的神秘面纱为主线进行编写，设置了5个学习情境。学习情境1主要介绍人工智能的发展和应用，引起学习者的...
电子书
本书从人工智能的基本定义出发，阐述了人工智能的理论、策略、研究方法和应用领域，以梳理知识脉络和要点的方式，介绍了知识表示、逻辑推理及方法、非确定性推理及方法、搜索策略、机器学习...