機器學習

定　價：￥68.00

作　者：	苑城瑋，王松，任光輝
出版社：	哈爾濱工業(yè)大學出版社
叢編項：
標　簽：	暫缺

ISBN：	9787576705997	出版時間：	2023-02-01	包裝：	平裝
開本：	16開	頁數(shù)：	226	字數(shù)：

內容簡介

　　機器學習是計算機科學與人工智能的重要分支領域，本書作為該領域的入門教材，在內容上盡可能涵蓋機器學習基礎知識的各方面。本書主要內容包括機器學習緒論、Python基礎知識、模型評估及模型、機器學習及神經網絡、MNIST識別及圖像分類。本書致力于“利用經驗來改善系統(tǒng)自身的性能”。在計算機系統(tǒng)中，“經驗”通常是以數(shù)據的形式存在的，利用經驗就不可避免地要對數(shù)據進行分析。本書結構清晰、內容豐富，知識完整，理論部分通俗易懂，實踐部分真實可操作，書中介紹了大量行業(yè)前沿案例，并配有程序說明。本書可作為機器人、計算機、電子信息、自動化、機電一體化等專業(yè)的機器視覺技術課程教材，也可供高等院校相關比賽者、機器人與制造技術領域的科研工作者和工程技術人員參考。

作者簡介

暫缺《機器學習》作者簡介

圖書目錄

第1章緒論
1.1 AI的歷史起源
1.2 什么是智能與AI
1.3 人工智能的分類
1.4 人工智能和大數(shù)據
第2章 Python基礎知識
2.1 Python虛擬環(huán)境與庫安裝方法
2.2 Python流程控制語法
2.3 列表、元組、字典與集合
2.4 Python函數(shù)
2.5 面向對象編程
第3章模型評估及模型
3.1 向量矩陣和數(shù)組
3.2 索引、切片和迭代
3.3 Pandas數(shù)據整理
3.4 Pandas的Series數(shù)據結構
3.5 Pandas的DataFrame數(shù)據結構
3.6 數(shù)據加載、存儲與文件格式
3.7 數(shù)據清洗和準備
3.8 圖像數(shù)據讀取與處理
3.9 數(shù)據可視化基礎
3.10 數(shù)據可視化折線圖、柱狀圖、散點圖
第4章機器學習及神經網絡
4.1 模式識別、機器學習的區(qū)別與聯(lián)系
4.2 什么是機器學習
4.3 機器學習的專業(yè)術語、開發(fā)流程與工具
4.4 機器學習基礎補充
4.5 多項式曲線擬合
4.6 k-近鄰算法
4.7 K-Means(K-均值)、聚類算法
4.8 利用PCA來簡化數(shù)據
4.9 神經網絡
4.10 Torch運算
4.11 Pytorch搭建神經網絡
4.12 保存和加載模型
第5章 MNIST識別及圖像分類
5.1 MNIST手寫數(shù)字識別
5.2 MNIST圖像分類
參考文獻