互联网 类型
可以朗读 语音朗读
103千字 字数
2023-02-01 发行日期
展开全部

主编推荐语

本书的编程语言以Python为主，详细介绍了人工智能算法的主流类别。

内容简介

书中涉及常见的数据特征处理、回归模型、基于实例的算法、树方法、神经网络、自然语言处理、社会网络、遗传算法和推荐算法。

本书针对每一大类算法都介绍了该门类下的经典算法，并运用常见算法库以代码实现为目的，以商业分析、金融投资、科研辅助和工程优化等案例为对象，逐步讲解每一种算法的实现方法及在案例分析中的运用。

目录

  • 版权信息
  • 前言
  • 第1章 无处不在的算法
  • 1.1 人工智能发展的历史
  • 1.2 人工智能算法的分类与流派
  • 第2章 常见的数据特征处理
  • 2.1 常见的数据预处理和特征选择方法
  • 2.1.1 常见的数据预处理
  • 2.1.2 常见的特征选择方法
  • 2.2 主成分分析
  • 2.2.1 PCA算法步骤和特征分解理论
  • 2.2.2 PCA规约MNIST数据集
  • 2.3 高新技术企业行业技术周期数据的可视化和相关性分析
  • 2.3.1 特征的系统性描述
  • 2.3.2 特征的深入观察
  • 第3章 常见的回归模型
  • 3.1 线性回归模型
  • 3.1.1 普通最小二乘法的原理
  • 3.1.2 广告投入产出分析案例
  • 3.2 逻辑斯谛回归
  • 3.2.1 逻辑斯谛回归的原理
  • 3.2.2 乳腺癌恶性、良性肿瘤分类预测
  • 3.3 正则化方法
  • 3.3.1 普通最小二乘法与岭回归
  • 3.3.2 核岭回归
  • 3.3.3 核岭回归、岭回归和LASSO的区别与联系
  • 3.3.4 常用核函数
  • 3.3.5 社区和犯罪数据集的分析
  • 第4章 基于实例的算法
  • 4.1 K-Means算法
  • 4.1.1 K-Means的算法原理
  • 4.1.2 基于K-Means聚类分析的肥胖原因探索
  • 4.2 KNN算法
  • 4.2.1 KNN的算法原理
  • 4.2.2 手机流量套餐的KNN聚类研究
  • 第5章 树方法
  • 5.1 决策树
  • 5.1.1 决策树的原理
  • 5.1.2 泰坦尼克号的末日求生
  • 5.2 随机森林
  • 5.2.1 随机森林的原理
  • 5.2.2 泰坦尼克号的生存分析
  • 5.3 XGBoost
  • 5.3.1 XGBoost的算法原理
  • 5.3.2 沪深300指数的波动率预测
  • 第6章 神经网络
  • 6.1 多层感知器
  • 6.1.1 线性可分的二分类案例
  • 6.1.2 线性不可分的案例
  • 6.2 深度神经网络
  • 6.2.1 基于Ames House Price数据的XGBoost模型案例
  • 6.2.2 基于Ames House Price数据的深度神经网络案例
  • 6.3 卷积神经网络
  • 6.3.1 随机森林识别mnist数据集
  • 6.3.2 卷积神经网络识别mnist数据集
  • 6.3.3 卷积神经网络识别带有噪声的mnist数据集
  • 6.4 循环神经网络
  • 6.4.1 时间序列的可视化与特征分析
  • 6.4.2 GRU网络结构设计
  • 6.4.3 模型训练与预测
  • 第7章 自然语言处理
  • 7.1 常用的文本处理技巧
  • 7.1.1 文本数据展示和基本性质观察
  • 7.1.2 多个语料库的深入分析
  • 7.2 文本分析和挖掘
  • 7.2.1 Women's Clothing E-Commerce Reviews数据集的分析与观察
  • 7.2.2 基于词向量模型的分类预测
  • 7.2.3 基于词汇的情感分析
  • 7.3 主题建模
  • 7.3.1 潜在语义分析
  • 7.3.2 sklearn库的LDA模型
  • 7.3.3 gensim库的LDA模型
  • 7.4 新闻的内容分析与LDA主题模型的相关性分析
  • 7.4.1 基于内容分析法分析新闻数据
  • 7.4.2 新闻数据的LDA模型分析
  • 第8章 社会网络
  • 8.1 社会网络的介绍和统计
  • 8.1.1 社会网络的基础概念及可视化
  • 8.1.2 社会网络的多种统计指标
  • 8.2 社交网络的数据分析
  • 8.2.1 某在线社交网络分析
  • 8.2.2 贵格会的社交网络分析
  • 第9章 遗传算法
  • 9.1 遗传算法与旅行商问题
  • 9.1.1 旅行商问题在遗传算法中的定义
  • 9.1.2 遗传算法的选择、交叉和变异
  • 9.2 遗传算法与波士顿房价预测
  • 9.2.1 利用经典回归模型预测波士顿房价
  • 9.2.2 利用遗传算法进行特征选择
  • 9.3 Geatpy库的应用实例
  • 9.3.1 啤酒混合策略
  • 9.3.2 房间布局优化问题
  • 第10章 推荐算法
  • 10.1 电影数据集的协同过滤推荐
  • 10.1.1 电影数据集的介绍和可视化
  • 10.1.2 基于电影评分数据的协同过滤推荐算法
  • 10.1.3 基于内容数据的协同过滤推荐算法
  • 10.2 基于巡航数据的模糊控制系统
  • 10.2.1 智能巡航控制系统
  • 10.2.2 小费决策的模糊控制系统
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

机械工业出版社

机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。