扫一扫
关注中图网
官方微博
¥22.0(2.2折)?
预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格（不含优惠券部分），仅供参考，未必等同于实际到手价。
本类五星书更多>
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
深度学习
-
>
Unreal Engine 4蓝图完全学习教程
-
>
深入理解计算机系统-原书第3版
-
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)
买过本商品的人还买了
计算机网络技术与信息化
¥26.4¥48.0穆斯林的葬礼
¥47.6¥68.0Java Web开发相关技术及编程方法探究
¥30.4¥95.0C语言入门到精通
¥31.9¥79.8人机交互设计与人工智能
¥26.6¥83.0
人工智能与机器学习的算法与应用研究 版权信息
- ISBN：9787522114408
- 条形码：9787522114408 ; 978-7-5221-1440-8
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
人工智能与机器学习的算法与应用研究 内容简介
人工智能是计算机科学中涉及研究、设计和应用智能机器的一个分支，是一门研究机器智能的学科，人工智能的核心技术是机器学习算 法，尤其是深度学习算法，自从21 世纪初获得突破性研究进展之后，机器学习算法已经成为各研究领域的热门话题。本书全面系统地讲解 了人工智能与机器学习的理论与方法，内容包括绪论、机器学习经典算法、降维算法、神经网络与深度学习、蒙特卡罗方法、生成对抗网 络、强化学习、集成学习与推荐系统、机器学习的应用、人工智能的应用。本书内容广泛，概念清晰，是一本值得学习研究的著作，可供 相关人员参考使用。
人工智能与机器学习的算法与应用研究 目录
第1章 绪论
1.1 什么是人工智能与机器学习
1.2 机器学习和人工智能的关系
1.3 大数据与机器学习的关系
1.4 人工智能与机器学习的*新前沿
第2章 机器学习经典算法
2.1 朴素贝叶斯
2.2 K近邻算法
2.3 决策树
2.4 支持向量机
第3章 降维算法
3.1 特征选择法
3.2 主成分分析法
3.3 主成分分析的核方法
3.4 线性判别分析法
3.5 因素分析
3.6 独立成分分析
3.7 局部线性嵌入
3.8 自编码器
3.9 ISOMAP算法
第4章 神经网络与深度学习
4.1 神经网络
4.2 卷积神经网络
4.3 循环神经网络
4.4 长短期记忆单元
4.5 深度信念网络和受限玻耳兹曼机
第5章 蒙特卡罗方法
5.1 采样和蒙特卡罗方法
5.2 马尔可夫链蒙特卡罗方法
5.3 Gibbs采样
5.4 不同的峰值之间的混合
5.5 蒙特卡罗树搜索的特征
第6章 生成对抗网络
6.1 生成对抗网络的概述
6.2 生成对抗网络原理
6.3 GAN的实际应用
6.4 GAN的缺陷：梯度的消失
6.5 深度卷积生成对抗网络
6.6 其他改进的生成对抗网络
6.7 GAN的未来
第7章 强化学习
7.1 强化学习模型及基本要素
7.2 马尔可夫决策过程
7.3 模型已知的强化学习
7.4 模型未知的强化学习
7.5 深度强化学习
第8章 集成学习与推荐系统
8.1 集成学习
8.2 推荐系统
第9章 机器学习的应用
9.1 机器学习算法在机器视觉领域的应用
9.2 机器学习算法在物联网的应用
9.3 机器学习算法在其他领域的应用
第10章 人工智能的应用
10.1 人工智能在金融领域的应用
10.2 人工智能在教育领域的应用
10.3 人工智能在医疗领域的应用
10.4 人工智能在人脸和声音识别中的应用
10.5 人工智能在中国农业发展中的应用
参考文献
1.1 什么是人工智能与机器学习
1.2 机器学习和人工智能的关系
1.3 大数据与机器学习的关系
1.4 人工智能与机器学习的*新前沿
第2章 机器学习经典算法
2.1 朴素贝叶斯
2.2 K近邻算法
2.3 决策树
2.4 支持向量机
第3章 降维算法
3.1 特征选择法
3.2 主成分分析法
3.3 主成分分析的核方法
3.4 线性判别分析法
3.5 因素分析
3.6 独立成分分析
3.7 局部线性嵌入
3.8 自编码器
3.9 ISOMAP算法
第4章 神经网络与深度学习
4.1 神经网络
4.2 卷积神经网络
4.3 循环神经网络
4.4 长短期记忆单元
4.5 深度信念网络和受限玻耳兹曼机
第5章 蒙特卡罗方法
5.1 采样和蒙特卡罗方法
5.2 马尔可夫链蒙特卡罗方法
5.3 Gibbs采样
5.4 不同的峰值之间的混合
5.5 蒙特卡罗树搜索的特征
第6章 生成对抗网络
6.1 生成对抗网络的概述
6.2 生成对抗网络原理
6.3 GAN的实际应用
6.4 GAN的缺陷：梯度的消失
6.5 深度卷积生成对抗网络
6.6 其他改进的生成对抗网络
6.7 GAN的未来
第7章 强化学习
7.1 强化学习模型及基本要素
7.2 马尔可夫决策过程
7.3 模型已知的强化学习
7.4 模型未知的强化学习
7.5 深度强化学习
第8章 集成学习与推荐系统
8.1 集成学习
8.2 推荐系统
第9章 机器学习的应用
9.1 机器学习算法在机器视觉领域的应用
9.2 机器学习算法在物联网的应用
9.3 机器学习算法在其他领域的应用
第10章 人工智能的应用
10.1 人工智能在金融领域的应用
10.2 人工智能在教育领域的应用
10.3 人工智能在医疗领域的应用
10.4 人工智能在人脸和声音识别中的应用
10.5 人工智能在中国农业发展中的应用
参考文献
展开全部
书友推荐
- >
经典常谈
经典常谈
¥19.5¥39.8 - >
人文阅读与收藏·良友文学丛书:一天的工作
人文阅读与收藏·良友文学丛书:一天的工作
¥16.5¥45.8 - >
山海经
山海经
¥22.4¥68.0 - >
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
¥6.3¥14.0 - >
莉莉和章鱼
莉莉和章鱼
¥14.3¥42.0 - >
史学评论
史学评论
¥16.2¥42.0 - >
姑妈的宝刀
姑妈的宝刀
¥9.9¥30.0 - >
唐代进士录
唐代进士录
¥18.3¥39.8
本类畅销
-
”互联网+“时代计算机算法的应用及其实践研究
¥19.9¥59 -
微服务设计
¥52.8¥69 -
图说深度学习:用可视化方法理解复杂概念
¥109¥188 -
计算机基础
¥17.2¥31 -
改变未来的九大算法
¥50¥68 -
生成式AI入门与AWS实战
¥77.8¥99.8
