注册 登录 进入教材巡展
#

出版时间:2021-05

出版社:中国铁道出版社

以下为《机器学习开发方法、工具及应用》的配套数字资源,这些资源在您购买图书后将免费附送给您:
  • 中国铁道出版社
  • 9787113278427
  • 1版
  • 403541
  • 48256946-4
  • 平装
  • 16开
  • 2021-05
  • 423
  • 320
  • 工学
  • 机械工程
  • 高等院校理工类
  • 本科 高职
作者简介
潘志松:陆军工程大学指挥控制工程学院,教授,博士生导师。2011年在美国亚利桑那州立大Biodesign研究院工作一年。主要研究方向为模式识别与机器学习、智能技术的网络安全应用。主持国家自然科学基金、江苏省基金、科技部重点研发计划、军委科技委基础加强和前沿创新项目、军口863项目、“十二五”“十三五”军队预先研究项目、军队重点型号研制项目等数十项,在国内外期刊和国际会议上发表论文五十余篇,也是多个国内外期刊会议的审稿人,30余篇被SCI检索。现任江苏省模式识别与人工智能专委会的常务委员,2012年入选江苏省“333”工程第三层次人才,2017年获江苏省六大人才高峰资助,荣立三等功1次,获军队科技进步奖一等奖1项,二等奖1项,三等奖8项。
查看全部
内容简介
本书介绍机器学习开发方法,工具及应用相关知识,全书由6章组成,第1章主要介绍机器学习的基本概念、分类等;第2 章主要介绍机器学习开发架构、开发步骤;第 3 章 ~第5 章主要介绍机器学习的开发工具,包括 Python、NumPy、 Pandas、Scikit-learn、TensorFlow;第6章主要介绍机器学习相关的 10 个实验,包括线性回归、决策树、人工神经网络、卷积神经网络等。
本书适合作为高等院校人工智能专业,计算机专业,智能机器人专业,智能芯片专业及其他智能相关专业课程教材,也可作为人工智能应用、开发人员的参考用书。
目录
第1章 机器学习基础介绍 1
1.1 机器学习简介1
1.2 机器学习的作用5
1.3 机器学习的分类10
1.4 机器学习的内容11
1.5 深度学习的内容19
1.6 机器学习的评价指标24
习题1… 27
第2章 机器学习开发方法28
2.1 机器学习开发架构28
2.2 机器学习开发步骤30
习题2 … 40
第3章 Python 基础及机器学习软件包41
3.1 Python 简介41
3.2 基本数据类型和运算42
3.3 容器45
3.4 分支和循环52
3.5 函数和类54
3.6 文件操作58
3.7 错误与异常63
3.8 Python 库引用67
3.9 NumPy简介69
3.10 Pandas简介76
3.11 Matplotlib 简介84
习题3 92
第4章 机器学习工具Scikit-learn等相关工具包93
4.1 线性回归算法及 应用93
4.3 支持向量机算法及应用
4.4 朴素贝叶斯算法及应用113
4.5 聚类算法及应用
4.6 神经网络算法及应用133
4.7 Apriori 关联学习算法及应用143
习题4 149
第5章 深度学习工具TensorFlow基础与进阶150
5.1 TensorFlow概述150
5.2 数据类型152
5.3 张量及操作156
5.4 索引与切片

5.5 维度变换167

5.6 广播机制
5.7 数学运算176
5.8 使用GPU180
5.9 TensorBoard 可视化184
5.10 数据集 加载187
5.11 保存和载入模型

5.12 TensorFlow模型之线性回归204

5.13 TensorFlow 模型之卷积神经网络
5.14 卷积神经网络应用214
5.15 循环神经 网络应用227
5.16强化学习应用233
习題5 241
第6章 机器学习实验分析242
6.1 线性回归实验
6.2 决策树实验
6.3 支持向量机实验..250
6.4 朴素贝叶斯分类器实
6.5 关联学习实验
6.6 聚类实验262
6.7 人工神经网络实验
6.8 卷积神经网络(CNN)实验272
6.9 循环神经网络(RNN)实验280
6.10 强化学习实验
习题6 291
附录 课后习题参考答案