您好,欢迎来到聚文网。 登录 免费注册
人工智能(大学版)

人工智能(大学版)

  • 字数: 384000
  • 装帧: 平装
  • 出版社: 北京航空航天大学出版社
  • 出版日期: 2022-08-01
  • 商品条码: 9787512438026
  • 版次: 1
  • 开本: 16开
  • 页数: 288
  • 出版年份: 2022
定价:¥79 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
本书由人工智能的数学基础、编程基础、基础理论和典型算法以及经典案例共4个部分组成。根据目标读者的数学基础安排全书的内容,使读者不仅能够比较系统地学习人工智能的基本技术和经典算法,而且能够在人工智能的技术中学习如何运用数学知识解决实际问题。
本书适合对人工智能感兴趣的读者阅读。
目录
第1部分 认识数学
第1章 微积分基础
1.1 导数
1.2 偏导数
第2章 线性代数
2.1 对线性代数的基本认识
2.2 向量
2.2.1 数轴
2.2.2 向量的定义及其几何意义
2.2.3 向量的运算及其几何意义
2.2.4 向量的内积、长度、夹角
2.3 向量组
2.3.1 向量组的线性相关性
2.3.2 向量组的秩(也就是矩阵的秩)
2.4 线性空间
2.4.1 线性空间的定义
2.4.2 线性空间的基、维数与坐标
2.4.3 线性空间的几何意义
2.4.4 正交向量组
2.4.5 规范正交基
2.4.6 线性变换
2.5 矩阵的基本运算
2.5.1 矩阵的加法和减法
2.5.2 矩阵的数乘
2.5.3 矩阵的点乘
2.5.4 矩阵的转置
2.5.5 矩阵的逆
第3章 概率论
3.1 什么是概率
3.2 概率的性质
3.3 条件概率
3.4 全概率公式
3.5 贝叶斯公式
3.6 概率的计算
3.6.1 第一类方法:求频率
3.6.2 第二类方法:古典概型的概率值的计算
3.6.3 第三类方法:利用概率的性质以及条件概率、全概率公式、贝叶斯公式
3.6.4 第四类方法:其他方法
第4章 优化理论
4.1 最小二乘法
4.2 梯度下降算法
4.3 拉格朗日乘数法
4.4 极大似然估计
4.4.1 似然和概率
4.4.2 极大似然估计,似然函数
4.4.3 极大似然估计量的计算
4.4.4 例子
第2部分 人工智能的编程基础
第5章 Anaconda环境的安装和Python开发环境
5.1 Anaconda环境的安装
5.2 命令行开发环境的使用
5.3 图形化开发环境spyder的使用
5.4 学习编程语言的基本路径
第6章 关键字、标识符、数据和变量
6.1 关键字
6.2 标识符
6.3 数据和变量
……

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网