《深入浅出AI算法基础概览》内容简介与阅读建议

Name: 深入浅出AI算法 基础概览
Author: 吕磊
ISBN: 9787121415517

获取这本书 暂无已核验电子书资源

下载

作者: 吕磊
分类: 科技技术
出版年份: 2021
出版社: 电子工业出版社
页数: 244 页
语言: 中文

《深入浅出AI算法基础概览》内容简介

本书从理论到实践，循序渐进地介绍人工智能算法的基础知识，帮助读者敲开人工智能算法之门。本书共有8 章，分别为算法入门、算法之内力、算法之招式、算法之、算法工程的组成部分、算法工程实战、进阶学习、思考与展望。本书主要讲解算法的历史背景与基本概念、与算法相关的数学基础知识、信息学算法与数据结构的概念与知识点、业界常用的几类机器学习算法模型;本书还会介绍算法工程比较完整的组成部分，以及一个典型的算法工程项目，手把手带领读者体验算法的魅力;此外，本书会介绍人工智能算法的三大研究方向，帮读者迈向进阶学习之路。本书适合从事人工智能应用实践的科研人员和工程技术人员阅读，也适合高等院校计算机科学与技术、人工智能、大数据等相关专业的本科生和研究生阅读。

《深入浅出AI算法基础概览》书籍信息摘要

《深入浅出AI算法基础概览》内容简介与阅读建议，作者吕磊，科技技术，2021年。获取前建议核对作者、出版社、年份、ISBN、版本和正版渠道。相关主题：AI、算法、计算机类。

作者：吕磊
分类：科技技术
出版年份：2021
出版社：电子工业出版社
页数：244 页
语言：中文
格式：暂无已核验合规下载格式

《深入浅出AI算法基础概览》适合哪些读者？

适合希望系统学习技术概念、实践方法、工具使用和行业知识的读者。

查看吕磊的作品顺序浏览科技技术书籍查看“AI”相关书籍读完这本读什么查看书籍排行榜

获取建议

《深入浅出AI算法基础概览》怎么获取更合适？

优先确认版本和阅读目的；下载区只展示已核验的公版、授权、开放许可或官方试读资源。

下载

暂无已核验电子书资源；本站不展示未授权完整文件。

下载

版本

优先选择作者、译者、出版社、出版年份和 ISBN 信息明确的版本；经典作品可优先选择校注、导读或权威出版社版本。

1.2 如何学习算法 8
1.3 本书结构 9
关键词回顾 10
第2章算法之内力 11
2.1 线性代数 12
2.1.1 名词解释 13
2.1.2 向量和矩阵 13
2.2 排列组合 19
2.3 高等数学 20
2.3.1 导数 20
2.3.2 梯度 23
2.4 概率与统计 23
2.4.1 名词解释 23
2.4.2 概率分布 26
2.5 化原理 33
2.6 动脑时刻 34
2.7 本章小结 35
关键词回顾 36
第3章算法之招式 37
3.1 数据结构 38
3.1.1 数组与链表 38
3.1.2 队列和栈 40
3.1.3 树 41
3.1.4 图 43
3.1.5 散列表 45
3.2 基础算法 46
3.2.1 排序 47
3.2.2 递归与分治 55
3.2.3 贪婪算法和动态规划 57
3.2.4 搜索 60
3.2.5 短路径 61
3.2.6 小生成树 65
3.2.7 树状数组 67
3.2.8 线段树 69
3.2.9 平衡二叉树 72
3.2.10 并查集 75
3.2.11 匈牙利算法 78
3.3 在线评测系统 80
3.3.1 LeetCode 81
3.3.2 POJ与ZOJ 82
3.3.3 Tsinsen 82
3.4 动脑时刻 83
3.5 本章小结 83
关键词回顾 84
第4章算法之 85
4.1 类别划分 86
4.1.1 按是否有监督信号划分 86
4.1.2 按学习目标划分 89
4.2 线性回归模型与逻辑回归模型 90
4.2.1 线性回归模型 90
4.2.2 逻辑回归模型 92
4.3 人工神经网络 95
4.3.1 初识人工神经网络 95
4.3.2 深度神经网络 97
4.3.3 卷积神经网络 99
4.3.4 递归神经网络 102
4.3.5 图神经网络 104
4.4 决策树 106
4.4.1 概念与方法 106
4.4.2 剪枝 109
4.4.3 梯度提升决策树 110
4.4.4 随机森林 112
4.5 聚类 113
4.5.1 距离度量 114
4.5.2 划分聚类 115
4.5.3 层次聚类 116
4.5.4 密度聚类 117
4.5.5 模型聚类 119
4.6 贝叶斯分类 121
4.6.1 概率基础 121
4.6.2 朴素贝叶斯分类 124
4.7 支持向量机 125
4.8 动脑时刻 128
4.9 本章小结 129
关键词回顾 129
第5章算法工程的组成部分 133
5.1 数据分析 134
5.1.1 宏观把握数据 134
5.1.2 微观感受数据 137
5.1.3 分析方法 139
5.2 特征工程 141
5.2.1 数据预处理 141
5.2.2 特征分类 142
5.2.3 工程技巧 142
5.3 建模与调参 149
5.3.1 建模 150
5.3.2 调参 150
5.4 效果评估 151
5.4.1 数据集划分 151
5.4.2 评估指标 152
5.4.3 直观理解AUC 155
5.5 模型托管 159
5.6 动脑时刻 160
5.7 本章小结 160
关键词回顾 161
第6章算法工程实战 163
6.1 环境准备 164
6.1.1 设备配置 164
6.1.2 环境搭建 165
6.1.3 开发工具 167
6.1.4 基础调试 168
6.2 开源算法库 170
6.2.1 scikit-learn 171
6.2.2 TensorFlow 172
6.3 算法实践 174
6.3.1 线性回归模型 174
6.3.2 神经网络模型 179
6.4 工程实战 182
6.4.1 数据准备 182
6.4.2 数据分析 184
6.4.3 特征工程 188
6.4.4 模型训练 189
6.4.5 模型的保存与载入 190
6.5 算法竞赛介绍 191
6.5.1 Kaggle 191
6.5.2 KDD Cup 191
6.6 动脑时刻 192
6.7 本章小结 192
关键词回顾 193
第7章进阶学习 195
7.1 深度学习 196
7.1.1 起源 196
7.1.2 难点与方法 197
7.1.3 经典模型：AlexNet 201
7.2 强化学习 203
7.2.1 起源 203
7.2.2 流派与分类 204
7.2.3 经典案例：AlphaGo 206
7.3 迁移学习 213
7.3.1 简介 213
7.3.2 方法与研究方向 214
7.3.3 经典模型：TrAdaBoost 215
7.4 动脑时刻 216
7.5 本章小结 217
关键词回顾 217
第8章思考与展望 219
8.1 思考 220
8.1.1 人工智能感悟 220
8.1.2 万物数据化 221
8.2 展望 224
8.2.1 人工智能终能做什么 224
8.2.2 人类终能做什么 224
8.3 本章小结 225

合规获取说明

当前暂无已核验电子书资源。若是商业出版物，建议优先通过出版社、书店或官方电子书平台获取。

常见问题

《深入浅出AI算法基础概览》适合谁读？

适合希望系统学习技术概念、实践方法、工具使用和行业知识的读者。

《深入浅出AI算法基础概览》阅读难度高吗？

建议先看简介、目录、作者和相关书籍，再判断是否适合当前阶段阅读。

《深入浅出AI算法基础概览》纸质书值得买吗？

当前暂未接入已核验的纸质书购买链接，建议通过出版社、京东、当当等正版渠道核对版本后购买。

《深入浅出AI算法基础概览》哪个版本更适合？

优先选择作者、译者、出版社、出版年份和 ISBN 信息清楚的版本；经典作品可优先选择校注、导读或权威出版社版本。

在哪里可以合法获取《深入浅出AI算法基础概览》？

当前没有确认授权的电子书下载资源，也暂未接入已核验购买链接；商业出版物不提供未授权下载，建议通过出版社、京东、当当或官方电子书平台核对获取。

如何继续查找《深入浅出AI算法基础概览》相关书籍？

可以进入吕磊作者页查看其他作品，也可以通过分类、标签、排行榜、人工推荐和“读完这本还可以读”继续发现相近主题。

《深入浅出AI算法 基础概览》内容简介与阅读建议

《深入浅出AI算法 基础概览》内容简介

《深入浅出AI算法 基础概览》书籍信息摘要

《深入浅出AI算法 基础概览》适合哪些读者？

《深入浅出AI算法 基础概览》怎么获取更合适？

下载

版本

目录