关于我们
书单推荐                   更多
新书推荐         更多
点击返回 当前位置:首页 > 中图法 【TP1 自动化基础理论】 分类索引
  • 突围算法:机器学习算法应用
    • 突围算法:机器学习算法应用
    • 刘凡平/2020-8-1/ 电子工业出版社/定价:¥79
    • 本书主要对算法的原理进行了介绍,并融合大量的应用案例,详细介绍使用机器学习模型的一般方法,帮助读者理解算法原理,学会模型设计。本书首先介绍数据理解、数据的处理与特征,帮助读者认识数据;然后从宏观、系统的角度介绍机器学习算法分类、一般学习规则及机器学习的基础应用;接着根据项目研发的流程,详细介绍了模型选择和结构设计、目标

    • ISBN:9787121392634
  • 深度学习笔记
    • 深度学习笔记
    • 鲁伟/2020-8-1/ 北京大学出版社/定价:¥69
    • 本书以一名深度学习学习者的视角展开深度学习相关的理论、技术和实践写作,因而命名为深度学习笔记。本书作为一本以“笔记”命名的深度学习图书,主要定位是面向广大希望入门深度学习的初学者。本书以深度神经网络(DNN)、卷积神经网络(CNN)和循环神经网络(RNN)为核心,详细介绍了深度学习的理论基础、通用方法和三大网络的原理与

    • ISBN:9787301161227
  • 人工智能通识教程
    • 人工智能通识教程
    • 周苏、鲁玉军、蓝忠华、周斌斌/2020-8-1/ 清华大学出版社/定价:¥45
    • 工智能AI是计算机科学与技术的一个重要分支与应用,目前人工智能主要的研究与开发方向有模拟、延伸与扩展人类智能的理论、方法、技术及应用系统,涉及的技术与应用包括:大数据基础、知识表示、专家系统、机器学习、深度学习、机器人与智能制造、图像识别、语音识别和自然语言处理等方向。本书是为高等院校相关专业“人工智能导论”课程全新设

    • ISBN:9787302555186
  • 人机界面综合评价及软件开发
    • 人机界面综合评价及软件开发
    • 夏春艳 著/2020-7-1/ 化学工业出版社/定价:¥89
    • 本书以人机界面评价研究为背景,分析了人机界面评价研究的必要性,回顾了国内外人机界面评价研究的现状,论述了人机界面评价理论及方法。以工效学标准为基础,构建了核电厂主控室人机界面评价指标体系,开发了人机界面评价软件。主要内容包括人机界面评价指标筛选方法的分析与构建、人机界面评价指标体系的构建、人机界面评价指标权重分配方法的

    • ISBN:9787122366238
  • 人工智能导论
    • 人工智能导论
    • 李如平/2020-7-1/ 电子工业出版社/定价:¥38
    • 本书可作为通识性选修课程的教学用书。本书内容包括人工智能的概念、知识工程、确定性和不确定性推理、搜索技术、机器学习、人工神经网络与深度学习、自然语言处理、多智能体系统等。全书弱化理论知识,以了解性内容为主。通过本书的学习,可使所有相关专业学生对人工智能有一个基础性的认识,方便后续相关课程的学习。

    • ISBN:9787121367304
  • 集成学习:基础与算法
    • 集成学习:基础与算法
    • 周志华/2020-7-1/ 电子工业出版社/定价:¥89
    • 集成学习方法是一类先进的机器学习方法,这类方法训练多个学习器并将它们结合起来解决一个问题,在实践中获得了巨大成功。全书分为三部分。第一部分主要介绍集成学习的背景知识;第二部分主要介绍集成学习方法的核心知识,包括Boosting、Bagging、RandomForests等经典算法,平均、投票和Stacking等模型和方

    • ISBN:9787121390777
  • 机器学习算法与应用(微课视频版)
    • 机器学习算法与应用(微课视频版)
    • 杨云、段宗涛/2020-7-1/ 清华大学出版社/定价:¥79
    • 本书内容涵盖经典的有监督机器学习算法,无监督机器学习算法,深度机器学习算法,阐述从浅层学习到深度学习,从简单的线性模型到复杂的神经网络非线性模型的原理与应用。书中每个章节遵循先简介理论基础,再构建数学模型,然后辅以实例分析,从理论到实践的讲解原则。每个章节可独立阅读,也可从前向后,从简到难,从浅层学习到深度学习,循序渐

    • ISBN:9787302550648
  • 机器学习中的数学修炼
    • 机器学习中的数学修炼
    • 左飞/2020-7-1/ 清华大学出版社/定价:¥89
    • 全书共分为两篇:在上篇中,将从浩瀚的数学海洋中撷取机器学习研究人员最为必须和重要的数学基础。内容主要包括:微积分(含场论)、数值计算和常用最优化方法、概率论基础与数理统计、线性代数等。在下篇中,将选取机器学习中最为常用的算法和模型进行讲解,这部分内容将涉及(广义)线性回归、图模型(包含贝叶斯网络和HMM等)、分类算法(

    • ISBN:9787302538653
  • TensorFlow 2.0深度学习应用实践
    • TensorFlow 2.0深度学习应用实践
    • 王晓华/2020-7-1/ 清华大学出版社/定价:¥69
    • 本书内容分为22章,包括Python类库的安装和使用、TensorFlow基本数据结构和使用、TensorFlow数据集的创建与读取、人工神经网络介绍、反馈神经网络的理论基础,深度学习模型的创建以及相关特性介绍等内容,并在本书各个模型部分特别介绍了模型调参的初步知识。本书强调理论联系实际,着重介绍了TensorFlow

    • ISBN:9787302554783
  • AI制胜:机器学习极简入门
    • AI制胜:机器学习极简入门
    • 宋立桓/2020-7-1/ 清华大学出版社/定价:¥49
    • 机器学习包括有监督学习、无监督学习和半监督学习,而具体的问题又大致可以分两类:分类问题和回归问题。本书分为8章,使用Python第三方工具库深入讲解机器学习极大重要算法的实现,内容包括机器学习概述、贝叶斯分类、决策树、集成学习、支持向量机、神经网络、卷积神经网络、卷积神经网络分割图片实战。

    • ISBN:9787302555513