走进人工智能机器学习原理解析与应用--聚文网

精选

¥5.83

世界图书名著昆虫记绿野仙踪木偶奇遇记儿童书籍彩图注音版

¥5.39

正版世界名著文学小说名家名译中学生课外阅读书籍图书批发 70册

¥8.58

简笔画10000例加厚版2-6岁幼儿童涂色本涂鸦本绘画本填色书正版

¥5.83

世界文学名著全49册中小学生青少年课外书籍文学小说批发正版

¥4.95

全优冲刺100分测试卷一二三四五六年级上下册语文数学英语模拟卷

¥8.69

父与子彩图注音完整版小学生图书批发儿童课外阅读书籍正版1册

¥24.2

好玩的洞洞拉拉书0-3岁宝宝早教益智游戏书机关立体翻翻书4册

¥7.15

幼儿认字识字大王3000字幼儿园中班大班学前班宝宝早教启蒙书

¥11.55

用思维导图读懂儿童心理学培养情绪管理与性格培养故事指导书

¥19.8

少年读漫画鬼谷子全6册在漫画中学国学小学生课外阅读书籍正版

¥64

科学真好玩

¥12.7

一年级下4册·读读童谣和儿歌

¥38.4

原生态新生代(传统木版年画的当代传承国际研讨会论文集)

¥11.14

法国经典中篇小说

¥11.32

上海的狐步舞--穆时英(中国现代文学馆馆藏初版本经典)

¥21.56

猫的摇篮(精)

¥30.72

幼儿园特色课程实施方案/幼儿园生命成长启蒙教育课程丛书

旧时风物(精)

三希堂三帖/墨林珍赏

寒山子庞居士诗帖/墨林珍赏

苕溪帖/墨林珍赏

楷书王维诗卷/墨林珍赏

兰亭序/墨林珍赏

祭侄文稿/墨林珍赏

蜀素帖/墨林珍赏

真草千字文/墨林珍赏

进宴仪轨(精)/中国古代舞乐域外图书

舞蹈音乐的基础理论与应用

编辑推荐

本书从机器学习经典算法原理解析和应用阐释人工智能，表述通俗易懂，案例极具代表性和针对性，分18章来详细介绍机器学习中诸如：K近邻、决策树，随机森林、支持向量机，神经网络等18个最经典的算法。每个算法都通过“原理解析”+“问题实例”+“实例源码”的形式来讲解与展现。算法中所涉及到的数学公式、符号都以知识窗的形式一一讲解，节省了读者临时去查阅相关数学书籍的时间。在本书中，设计了大量的问题实例，并采用当前最流行，最容易上手的python语言来编写每个实例代码，以期让每位读者能尽快领略到机器学习的精妙之处，体会算法之美。

内容简介

当前，人工智能正在改变世界，人工智能已经上升至国家战略高度，面对人工智能在教育界掀起的层层浪花，本书针对人工智能知识谱系庞杂的问题，聚集人工智能教育在阶段性教育中出现的断层现象，基于信息技术学科教育教学研究实践，以机器学习K近邻、决策树、随机森林、支持向量机、神经网络等18个经典的算法原理解析和具体应用为切入点，以Python编程IDE为操作工具，通过理论阐释、案例分析、编程实践，带领读者拨开迷雾，明晰路径，体验机器学习算法的奇妙，领略人工智能科学的精妙，获取人工智能“学什么、怎么学、怎么用”的方法。
本书内容包括概述、分类、回归、聚类、关联分析、数据预处理和人工神经网络等内容。算法原理解析中所涉及的教学等晦涩内容都以知识窗的形式一一讲解，表述通俗易懂；算法具体应用中的案例典型生动，编程代码具体详细，力求让人工智能思想落地，直观地展现于读者面前。
本书主要面向基础教育阶段信息技术学科教师、高中学生以及计算机相关专业的大中专学生和对人工智能领域感兴趣的大众读者，也可作为人工智能课程的学习材料。

作者简介

宁可为，博士，硕士研究生导师，乌鲁木齐市教育研究中心信息技术教研员、曾任乌鲁木齐市信息技术名师工作室主持人。主要研究方向为：中小学信息技术教育、计算机支持的协作学习（CSCL）。近年来在国内核心期刊发表论文多篇，主持并参与省部级科研项目多项。精通C、C#、Java等多种高级程序设计语言，在软件开发方面有丰富的产品开发经验。

第一部分概述
第1章人工智能基础
1.1 人工智能
1.1.1 人工智能的由来
1.1.2 人工智能学科
1.2 机器学习
1.2.1 机器学习简介
1.2.2 机器学习的类别
1.2.3 机器学习的应用
本章小结
第2章 Python环境搭建
2.1 软件的下载与安装
2.1.1 平台一：海龟编辑器
2.1.2 平台二：PyCharm
2.2 必需库功能简介
2.2.1 numpy——基础科学计算库
2.2.2 SciPy——科学计算工具集
2.2.3 Pandas——数据分析利器
2.2.4 matplotlib——图形绘制法宝
2.2.5 Sklearn——机器学习利器
本章小结
第二部分分类
第3章 K近邻算法
3.1 K近邻算法的原理
3.2 K近邻算法的应用
3.2.1 K近邻算法的常用参数
3.2.2 应用案例一：小说分类
3.2.3 应用案例二：糖尿病诊断
3.3 K近邻算法的特点
本章小结
第4章决策树
4.1 决策树的原理
4.1.1 决策树的分类过程
4.1.2 决策树的具体组成
4.1.3 构建决策树的相关概念
4.2 决策树的构建
4.2.1 建树
4.2.2 剪枝
4.3 决策树的应用
4.3.1 环境补充搭建
4.3.2 决策树的常用参数
4.3.3 应用案例：影院会员观影喜好分析
4.4 决策树的特点
本章小结
第5章随机森林
5.1 随机森林的原理
5.1.1 集成学习
5.1.2 随机森林的分类过程
……
第三部分回归
第四部分聚类
第五部分关联分析
第六部分数据预处理
第七部分人工神经网络

走进人工智能 机器学习原理解析与应用

库存： {{selectedSku?.stock}} 库存充足

走进人工智能机器学习原理解析与应用