中图网

>

数学

>

概率论与数理统计

从统计世界走向人工智能--实战案例与算法

作者：陆培丽

出版社：科学出版社出版时间：2020-03-01

开本： 24cm 页数： 12,158页

本类榜单：自然科学销量榜

中图价:¥45.6(6.7折) 定价 ~~¥68.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
宇宙、量子和人类心灵

宇宙、量子和人类心灵

¥41.6¥58
>
考研数学专题练1200题

考研数学专题练1200题

¥30.6¥78
>
希格斯:“上帝粒子”的发明与发现

希格斯:“上帝粒子”的发明与发现

¥17.4¥48
>
神农架叠层石:10多亿年前远古海洋微生物建造的大堡礁

神农架叠层石:10多亿年前远古海洋微生物建造的大堡礁

¥48¥120
>
二十四史天文志校注(上中下)

二十四史天文志校注(上中下)

¥261.3¥390
>
声音简史

声音简史

¥20.8¥52
>
浪漫地理学:追寻崇高景观

浪漫地理学:追寻崇高景观

¥39.3¥59

商品详情
商品评论(0条)

中图价:¥45.6 加入购物车

版权信息
本书特色
内容简介
目录

从统计世界走向人工智能--实战案例与算法版权信息

ISBN：9787030636249
条形码：9787030636249 ; 978-7-03-063624-9
装帧：平装胶订
册数：暂无
重量：暂无
所属分类：
自然科学
>
数学
>
概率论与数理统计

从统计世界走向人工智能--实战案例与算法本书特色

本书叙述了从数学到统计、从统计到人工智能的发展，结合大量的实际商业应用案例介绍了诸多经典的机器学习算法，比如LASSO回归、MCMC、决策树、随机森林和神经网络等。本书将案例与算法结合，基于人工智能的场景，从理论到实际操作层层递进，读者从中可以学习从需求到分析，再到结论的实际编程方法。当读者阅读完本书后，不仅可以了解实际问题的需求，而且可以学习到解决问题的算法。

从统计世界走向人工智能--实战案例与算法内容简介

本书叙述了从数学到统计、从统计到人工智能的发展, 结合大量的实际商业应用案例介绍了诸多经典的机器学习算法, 比如LASSO回归、MCMC、决策树、随机森林和神经网络等。本书将案例与算法结合, 基于人工智能的场景, 从理论到实际操作层层递进, 读者从中可以学习从需求到分析, 再到结论的实际编程方法。

从统计世界走向人工智能--实战案例与算法目录

序前言第1章数学→统计→人工智能 1.1 数学与统计 1.2 数据与统计 1.2.1 动态的数据 1.2.2 非结构化的数据 1.2.3 商业场景的数据初始化 1.2.4 统计中的数据与商业中的数据 1.3 统计与人工智能 1.3.1 人工智能的开端 1.3.2 人工智能的解决方法 1.3.3 从统计建模到人工智能 1.4 人工智能与企业商业赋能的进阶发展 1.4.1 阶段性发展 1.4.2 更高一层发展模式 1.5 人工智能+人：未来职业畅想 1.5.1 人与机器的充分融合 1.5.2 历史上企业转型的特征 1.5.3 人机协作与融合 1.5.4 未来职业场景第2章点评数据对上市公司的影响——基于统计回归模型 2.1 通过点评网站数据研究上市公司 2.1.1 有效市场假说 2.1.2 Yelp数据库介绍 2.2 点评网站数据处理 2.2.1 数据获取 2.2.2 变量提取 2.2.3 面板数据准备 2.3 回归模型设计 2.3.1 模型一：普通 OLS 2.3.2 模型二：引入时间趋势项 2.3.3 模型三：固定效应模型 2.4 点评网站对公司的价值分析 2.5 延伸场景及应用第3章 LASSO回归及重要能源价格预测 3.1 通过多变量研究重要能源价格 3.2 回归模型的递进 3.2.1 从线性回归到Ridge回归 3.2.2 Ridge回归与LASSO回归 3.3 用LASSO回归预测重要能源价格 3.3.1 预测框架——理解行业逻辑 3.3.2 数据清洗 3.3.3 模型初试——让模型跑起来 3.3.4 如何改进——提高预测精度 3.4 LASSO回归总结以及延伸应用第4章朴素贝叶斯方法在财务报表分析中的应用 4.1 通过三大报表推演企业未来财务 4.2 朴素贝叶斯理论介绍 4.2.1 贝叶斯理论的思想 4.2.2 朴素贝叶斯方法 4.2.3 朴素贝叶斯方法的参数估计 4.3 用朴素贝叶斯方法对企业未来财务的预测 4.3.1 分析框架 4.3.2 数据准备 4.3.3 模型测试 4.3.4 模型改进 4.4 朴素贝叶斯方法的总结以及延伸应用第5章 MCMC方法及生物案例分析 5.1 MCMC理论介绍 5.1.1 马氏链 5.1.2 蒙特卡罗方法 5.1.3 MCMC方法 5.1.4 Metropolis-Hastings算法 5.1.5 独立链 5.1.6 随机游动链 5.1.7 Gibbs抽样 5.1.8 链的诊断 5.2 癌细胞分裂实例介绍 5.2.1 结肠癌细胞背景介绍 5.2.2 案例分析 5.2.3 MCMC方法总结以及延伸应用第6章聚类分析及银行信用画像 6.1 通过客户数据分类建立银行信贷标准 6.2 无监督学习之聚类分析 6.2.1 距离：聚类的基础 6.2.2 K-均值聚类 6.2.3 均值迁移聚类 6.2.4 基于密度的聚类方法 6.2.5 聚类方法的对比与评价 6.3 用聚类方法对银行信贷质量分类 6.3.1 分析框架 6.3.2 数据准备 6.3.3 模型初试 6.3.4 模型改进 6.4 聚类分析总结以及延伸应用第7章基于随机森林模型的高频交易订单结构分析与价格变动预测 7.1 采用随机森林模型做高频交易 7.2 随机森林模型介绍 7.2.1 决策树 7.2.2 信息熵 7.2.3 随机森林算法 7.2.4 OOB方法 7.2.5 参数选择概述 7.3 高频交易订单结构信息挖掘 7.3.1 分析框架 7.3.2 数据清洗 7.3.3 模型初试 7.3.4 模型改进 7.4 随机森林方法总结以及延伸应用第8章基于Xgboost的汽车行业供需预测 8.1 梯度提升与Xgboost 8.1.1 GB 8.1.2 GBDT 8.1.3 Xgboost 8.1.4 分布式Xgboost的设计理念 8.2 汽车行业案例 8.2.1 汽车案例的行业分析 8.2.2 数据预处理 8.2.3 Xgboost模型训练 8.2.4 结果展示 8.3 Xgboost在汽车行业应用的案例评价以及延伸应用第9章支持向量机原理及在投资择时中的运用 9.1 通过时机选择研究金融市场的买卖 9.2 SVM介绍 9.2.1 SVM是什么 9.2.2 线性分类器 9.2.3 核函数 9.3 在 Python中使用SVM 9.4 量化投资中的应用——使用SVM进行期货择时 9.4.1 技术指标择时背景 9.4.2 SVM股指期货择时策略 9.4.3 SVM择时策略结果分析 9.4.4 SVM择时策略优化改进 9.5 SVM择时总结以及延伸应用第10章基于LDA模型的电商产品评论主题分析 10.1 通过文本信息调研获得用户评价分析 10.1.1 文本挖掘 10.1.2 LDA模型 10.2 调研文本的数据处理 10.2.1 数据来源 10.2.2 文本评论分词 10.2.3 情感分析 10.3 LDA主题模型介绍 10.3.1 模型介绍 10.3.2 模型参数估计 10.3.3 模型的评价 10.4 LDA模型的算法 10.5 电商产品评价分析 10.5.1 结果展示 10.5.2 模型的不足和改进 10.6 LDA模型总结以及延伸应用第11章 LSTM神经网络及糖尿病知识图谱构建 11.1 基于神经网络的糖尿病知识图谱构建 11.1.1 自然语言处理 11.1.2 实体识别 11.1.3 糖尿病文本数据集介绍 11.2 BiLSTM+CRF算法理论介绍 11.2.1 RNN 11.2.2 LSTM 11.2.3 BiLSTM 11.2.4 CRF 11.3 BiLSTM+CRF模型评价 11.3.1 获得上下文信息 11.3.2 考虑到输出规则 11.4 糖尿病知识图谱构建过程 11.4.1 BiLSTM+CRF模型框架分析 11.4.2 数据处理 11.4.3 模型初试 11.4.4 BiLSTM+CRF模型改进第12章卷积神经网络在人脸识别中的应用 12.1 人脸识别技术的*新发展 12.2 基于卷积神经网络的MINST手写数字识别 12.2.1 卷积神经网络 12.2.2 MINST手写数字识别 12.2.3 卷积层 12.2.4 池化层 12.2.5 全连接层 12.2.6 代码：MINST手写数字识别的Keras实现 12.2.7 数据预处理 12.2.8 模型定义 12.2.9 模型训练 12.2.10 效果评估 12.2.11 模型预测 12.2.12 总结 12.3 通过FaceNet网络结构实现人脸识别 12.3.1 FaceNet网络结构 12.3.2 人脸识别的案例介绍 12.3.3 案例准备 12.3.4 人脸检测 12.3.5 人脸识别 12.4 卷积神经网络总结和延伸应用参考文献彩图

展开全部

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐