中图网

>

计算机理论

人工智能原理与实践

作者：刘春雷

出版社：北京大学出版社出版时间：2022-06-01

开本： 16开 页数： 340

本类榜单：计算机/网络销量榜

中图价:¥57.7(7.3折) 定价 ~~¥79.0~~ 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>

>
决战行测5000题(言语理解与表达)

决战行测5000题(言语理解与表达)

¥38.8¥88
>
软件性能测试.分析与调优实践之路

软件性能测试.分析与调优实践之路

¥49.3¥69
>
第一行代码Android

第一行代码Android

¥58.4¥99
>
深度学习

深度学习

¥92.4¥168
>
Unreal Engine 4蓝图完全学习教程

Unreal Engine 4蓝图完全学习教程

¥72.2¥168
>
深入理解计算机系统-原书第3版

深入理解计算机系统-原书第3版

¥104.3¥139
>
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)

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)

¥21¥49.9

商品详情
商品评论(0条)

中图价:¥57.7 加入购物车

版权信息
本书特色
内容简介
目录
作者简介

人工智能原理与实践版权信息

ISBN：9787301317709
条形码：9787301317709 ; 978-7-301-31770-9
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
计算机理论

人工智能原理与实践本书特色

全面：涵盖人工智能和数据科学各个重要体系经典：世界名校AI专业深造，国际大行实战经验系统：重要理论和公式层层推导，阐述深入浅出实战：六大典型AI和数据科学应用场景，透彻分析和代码实现

人工智能原理与实践内容简介

人工智能被广泛应用和普及，极大地提高了人们学习和工作的效率。而要深入理解人工智能，必须全面理解底层各类机器学习算法的基本原理。只有全面掌握机器学习的基础知识，才能更好地理解、提高和驾驭人工智能的各种应用。本书分为13章，前7章为原理篇，重点讨论了机器学习模型建模的全部流程、各类常用的机器学习算法原理、深度学习和强化学习、机器学习涉及的优化原理，以及自然语言处理算法原理；后 6章为实践篇，重点讨论了信用卡客户细分、保险公司时间序列生活事件预测、电商网站交易欺诈预测、信用卡和信用贷款风险预测、美国旧金山房屋成交价格预测，以及股票短期回报率预测等多个实际应用场景。本书内容系统、全面，理论知识覆盖面广，且保留了推导过程。实践案例中，深入浅出地讲解和展示了机器学习应用的具体流程。本书适合在各行业工作的数据科学家、在校学习人工智能和数据科学专业的学生、科技公司的管理者和决策者，以及人工智能的初学者和爱好者阅读。

人工智能原理与实践目录

第1章人工智能应用场景——金融风控 1.1 反欺诈与信用评估 1.2 信用评估模型介绍 1.3 客户营销与风控管理 1.4 建模中的拒绝推断 1.5 评分卡模型第2章人工智能中的机器学习和模型评价 2.1 机器学习预测结果推广性理论 2.2 机器学习问题的分类 2.3 二分类模型的评价方法 2.4 多分类模型的评价方法 2.5 回归模型的评价方法第3章机器学习建模重要步骤 3.1 数据收集 3.2 数据清洗转换和预处理 3.3 特征工程 3.4 模型的选择和建立 3.5 模型的监控第4章机器学习常用算法原理 4.1 回归算法 4.2 梯度下降优化 4.3 朴素贝叶斯、支持向量机和决策树算法 4.4 集成算法、随机森林算法和梯度增强机算法 4.5 无监督学习算法 4.6 神经网络算法第5章深度学习和强化学习 5.1 深度学习算法 5.2 强化学习算法第6章机器学习和*优化 6.1 *优化理论和机器学习的关系 6.2 *优化理论的分类和理解 6.3 机器学习算法中*优化应用第7章自然语言处理算法原理 7.1 文本数据处理和NLP基础 7.2 机器学习算法在NLP中的应用 7.3 深度学习在NLP中的应用第8章信用卡客户细分 8.1 EDA探索性数据分析 8.2 数据预处理和特征工程 8.3 K-Means聚类建模和分组个数选择 8.4 建模结果可视化和分析第9章保险公司时间序列生活事件预测 9.1 朴素贝叶斯算法和马尔可夫链算法应用 9.2 时间序列特征工程和梯度增强机算法 9.3 深度学习算法的应用第10章电商网站交易欺诈预测 10.1 EDA探索性数据分析 10.2 模型选择 10.3 数据特征工程第11章信用卡和信用贷款风险预测 11.1 信用卡客户风险预测和管理 11.2 个人信用分期贷款风险预测第12章美国旧金山房屋成交价格预测 12.1 EDA探索性数据分析和特征工程 12.2 房屋价格预测建模和验证第13章股票短期回报率预测 13.1 EDA探索性数据分析 13.2 数据预处理和特征工程 13.3 短期回报率预测模型

展开全部

人工智能原理与实践作者简介

刘春雷，毕业于中国科学技术大学近代物理系，本科毕业后，前往美国留学深造，并获得了美国卡内基梅隆大学机器学习专业硕士学位和美国匹兹堡大学物理专业博士学位。在研究生和博士阶段的学习过程中，结合数据挖掘、机器学习理论知识和大数据技术，在应用物理领域做出了杰出的贡献和成就。经过多年博士及博士后阶段的学习和研究工作后，作者又先后在美国智库型研究公司和华尔街商业银行工作，积累了大量将机器学习和数据科学技术应用到实践中的经验。

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐