登入帳戶  | 訂單查詢  | 購物車/收銀台( 0 ) | 在線留言板  | 付款方式  | 聯絡我們  | 運費計算  | 幫助中心 |  加入書簽
會員登入 新註冊 | 新用戶登記
HOME新書上架暢銷書架好書推介特價區會員書架精選月讀2023年度TOP分類閱讀雜誌 香港/國際用戶
最新/最熱/最齊全的簡體書網 品種:超過100萬種書,正品正价,放心網購,悭钱省心 送貨:速遞 / EMS,時效:出貨後2-3日

2024年03月出版新書

2024年02月出版新書

2024年01月出版新書

2023年12月出版新書

2023年11月出版新書

2023年10月出版新書

2023年09月出版新書

2023年08月出版新書

2023年07月出版新書

2023年06月出版新書

2023年05月出版新書

2023年04月出版新書

2023年03月出版新書

2023年02月出版新書

『簡體書』人工智能极简编程入门(基于Python)

書城自編碼: 3348128
分類: 簡體書→大陸圖書→計算機/網絡人工智能
作者: 张光华,贾庸,李岩
國際書號(ISBN): 9787111625094
出版社: 机械工业出版社
出版日期: 2019-05-01


書度/開本: 16开 釘裝: 平装

售價:NT$ 435

我要買

share:

** 我創建的書架 **
未登入.



新書推薦:
新质生产力:中国创新发展的着力点与内在逻辑
《 新质生产力:中国创新发展的着力点与内在逻辑 》

售價:NT$ 442.0
打破社交媒体棱镜:探寻网络政治极化的根源
《 打破社交媒体棱镜:探寻网络政治极化的根源 》

售價:NT$ 325.0
那一抹嫣红
《 那一抹嫣红 》

售價:NT$ 330.0
十八岁出门远行
《 十八岁出门远行 》

售價:NT$ 252.0
新能源与智能汽车技术丛书——智能车辆感知、轨迹规划与控制
《 新能源与智能汽车技术丛书——智能车辆感知、轨迹规划与控制 》

售價:NT$ 661.0
鼻科学与前颅底手术——基于案例分析
《 鼻科学与前颅底手术——基于案例分析 》

售價:NT$ 1669.0
弗吉尼亚·伍尔夫传:作家的一生
《 弗吉尼亚·伍尔夫传:作家的一生 》

售價:NT$ 493.0
不胜欢喜
《 不胜欢喜 》

售價:NT$ 296.0

建議一齊購買:

+

NT$ 449
《 Python神经网络编程 》
+

NT$ 354
《 人工智能从入门到进阶实战 》
+

NT$ 491
《 三支概念分析与决策 》
+

NT$ 372
《 Python 3破冰人工智能 从入门到实战 》
+

NT$ 104
《 人工智能入门(第一册) 》
+

NT$ 104
《 人工智能入门(第二册) 》
內容簡介:
本书是人工智能与大数据技术大讲堂丛书中的*本书。全书贯穿*简体验的讲授原则,并模拟实际课堂的教学风格,通过幽默风趣的大白话语言,手把手带领读者由浅入深、循序渐进地进行学习,让他们在身临其境的教学氛围中,轻松、愉悦地掌握人工智能技术领域的基础知识,从而跨入人工智能的大门。本书的阅读门槛极低,只需要读者具备初步的数理知识和计算机操作技能即可顺利学习;本书的学习曲线非常平滑,前面章节中的知识点都为后续章节的学习做好了铺垫,让读者的学习毫无障碍;本书通过图书 视频 GitHub 微信公众号 学习管理平台 群 专业助教的立体化学习解决方案及大量线上、线下互动,让读者可以体验到远超过同类图书的学习效果。
本书共8章。第1章给出了切实可行的学习建议;第2章介绍了开发环境;第3~5章是专为人工智能和大数据而优化的知识要点,手把手带领读者从零基础开始学习编程;第6章与第7章从不同的角度手把手带领读者完成*简单的卷积运算(深度学习的基础算法);第8章带领读者解读一个案例中的部分源码(来自于*流行的深度学习框架TensorFlow)。
關於作者:
张光华 博士毕业于重庆大学和清华大学,硕士毕业于中国科学技术大学。现为中国医药教育协会智能眼科学组常委、山西智能大数据产业技术创新研究院医疗大数据研究中心主任。主要研究方向为量子点微型多光谱成像技术、医学图像处理、机器学习等。已在顶级的国际会议及SCI期刊上发表了医学、图像处理和机器学习等领域的多篇论文,并参与了多项中国与欧洲的科学基金项目。
贾庸 AI精研社秘书。有多年的研发与管理经验,持续不断地追求更好的产品体验与更高的代码质量。所研发的产品GFE已被众多的全球500强企业采购。
李岩 AI精研社会士。有多年的高校教学经验,擅长讲授C程序设计、C程序设计、Java程序设计和数据结构等多门课程,教学风格颇受学生的喜爱。
目錄
第1篇 语法篇
第1章 零基础入门AI解决方案.... 2
1.1 AI极简史(选修)... 2
1.2 AI极简介... 3
1.2.1 认识颜色:表征学习与深度学习... 3
1.2.2 该往哪边旋转: 决策科学... 4
1.2.3 转起来:控制论... 5
1.2.4 自动驾驶与AI三大领域... 5
1.2.5 有关AI三大领域的解释说明... 6
1.3 史上最轻松的入门AI完整解决方案... 6
1.3.1 兴趣模块... 7
1.3.2 入门AI所需基础模块... 9
1.3.3 入门模块及其他... 11
1.4 入门好资源... 12
1.4.1 慕课(MOOC)... 12
1.4.2 框架... 13
1.4.3 社区... 13
1.4.4 数据集... 14
1.4.5 论文... 14
1.4.6 公司... 15
1.5 学习新主张(最重点)... 15
1.5.1 什么是体验... 16
1.5.2 什么是最简... 17
1.5.3 最简体验主张... 18
1.6 如何使用本书(纯小白请重点阅读)... 19
1.6.1 高效学习本书的首要原则... 19
1.6.2 什么是要点... 19
1.6.3 对纯零基础学习者的建议... 20
1.6.4 使用本书GitHub提高学习效率(敲黑板级别的重点)... 20
1.7 网络词汇简写与昵称... 24
1.8 小结... 26
第2章 环境搭建.... 27
2.1 最简体验Jupyter Notebook. 27
2.1.1 手机上最简体验Jupyter 28
2.1.2 计算机上最简体验Jupyter 29
2.1.3 Notebook中运行Python代码... 30
2.1.4 Notebook的最基本概念Cell 31
2.1.5 移动Cell 32
2.1.6 揭秘HelloWorld Cell 34
2.1.7 为啥要用Jupyter Notebook(选修)... 34
2.1.8 Notebook服务与社区文化(选修)... 35
2.1.9 Jupyter与MyBinder(选修)... 36
2.2 Azure
Notebook简介... 37
2.3 Google
Colaboratory简介... 39
2.4 Windows下安装Anaconda. 42
2.5 Linux下安装Anaconda. 43
2.6 Mac下安装Anaconda. 47
2.7 本地启动Jupyter Notebook. 47
2.8 小结... 51
2.9 习题... 52
2.9.1 基础部分... 52
2.9.2 扩展部分... 53
第3章 零点一基础入门Python.. 54
3.1 最简体验print方法... 54
3.2 更多print玩法... 59
3.3 最简体验Python变量... 63
3.4 最简体验Python列表与遍历... 65
3.5 最简体验Python字典... 67
3.6 项目实战:智能通讯录... 69
3.7 分支语法if 71
3.7.1 最简体验分支if 71
3.7.2 在智能通讯录中使用分支语法... 73
3.7.3 智能通讯录0.2. 75
3.8 小结... 78
3.8.1 真正掌握了吗... 78
3.8.2 真的能用吗... 79
3.8.3 真的智能吗... 80
3.8.4 开发环境与协作学习... 81
3.9 习题... 83
3.9.1 基础部分... 83
3.9.2 扩展部分... 83
第4章 最简体验数字图像.... 84
4.1 最简体验像素... 84
4.1.1 嵌套使用列表... 84
4.1.2 列表取元素... 86
4.1.3 嵌套使用遍历... 88
4.1.4 print进阶... 89
4.1.5 数值... 90
4.1.6 使用数据list最简体验像素... 92
4.2 最简体验代码画图... 94
4.2.1 最简体验图像操作... 95
4.2.2 最简体验plot 97
4.2.3 最简体验marker 100
4.2.4 更多marker属性... 102
4.3 点与线... 104
4.3.1 两点之间,线段最短... 104
4.3.2 画更多的线... 106
4.3.3 点与线:最简体验面向对象... 108
4.4 高效交流,协作学习... 110
4.5 正式认识Matplotlib. 112
4.6 小结... 115
4.7 习题... 115
4.7.1 基础部分... 115
4.7.2 扩展部分... 115
第5章 最简体验数组.... 117
5.1 最简体验NumPy. 117
5.1.1 从list到array. 117
5.1.2 Notebook技能之Run all 120
5.1.3 生成一个array. 121
5.1.4 操作array中的元素... 123
5.2 基于数组进行画图... 125
5.2.1 最简体验imshow方法... 125
5.2.2 改进图像显示效果... 128
5.2.3 像素级操作图像... 130
5.2.4 精准体验像素... 132
5.3 最简体验Figure与Axes. 135
5.3.1 最简体验容器... 135
5.3.2 Python方法的返回值... 137
5.3.3 最简体验figure的size. 141
5.3.4 设置figure的size. 142
5.3.5 保存图像... 143
5.3.6 正式认识plt与mpl:Python包与模块的导入... 144
5.4 小结... 148
5.5 习题... 148
5.5.1 基础部分... 148
5.5.2 扩展部分... 148
第2篇 算法篇
第6章 最简体验卷积运算.... 150
6.1 最简体验维度... 150
6.1.1 数组的形状... 150
6.1.2 最简体验数组维度... 152
6.2 最简体验向量... 154
6.2.1 从1 1=2开始,轻松理解向量... 154
6.2.2 最简体验向量运算... 156
6.2.3 向量乘法... 158
6.3 最简体验一维卷积... 160
6.3.1 滑动窗口... 160
6.3.2 一维卷积... 162
6.4 卷积得到的是什么... 163
6.4.1 特征与学习... 163
6.4.2 特征的组合... 165
6.4.3 最简体验特征... 167
6.4.4 归一化Normalization. 169
6.4.5 归一化续(纯小白慎入)... 171
6.5 小结... 172
6.6 习题... 173
6.6.1 基础部分... 173
6.6.2 扩展部分... 173
第7章 综合案例之滑动窗口示意图.... 174
7.1 正式认识subplots方法... 174
7.1.1 最简体验subplots方法... 174
7.1.2 最简体验axs对象... 176
7.1.3 最简体验Axes坐标轴... 179
7.1.4 坐标轴ticks. 182
7.2 滑动窗口示意图0.1版... 186
7.2.1 技术问答范本... 186
7.2.2 起始、终止和步长... 188
7.2.3 坐标轴tickline. 191
7.2.4 坐标轴ticklabel 194
7.3 最常用图像元素之文本框... 196
7.3.1 最简体验plt.text方法... 196
7.3.2 微调文本框... 199
7.3.3 滑动窗口示意图0.2版... 200
7.4 小结... 202
7.5 习题... 203
7.5.1 基础部分... 203
7.5.2 扩展部分... 203
第3篇 综合篇
第8章 源码解读.... 206
8.1 TensorFlow示例代码解读... 206
8.1.1 basic classification示例简介... 206
8.1.2 最简体验数据集... 209
8.1.3 Fashion MNIST数据集的label 214
8.1.4 批量查看图像... 217
8.2 源码解读... 220
8.2.1 最简体验源码解读... 220
8.2.2 解惑ticks的set与get 222
8.3 基于Notebook服务的开发环境复现... 224
8.3.1 Cell内安装TensorFlow.. 224
8.3.2 最简体验Terminal 227
8.3.3 体验便捷精准复现... 229
8.3.4 一键复现目标检测... 231
8.4 小结... 236
8.5 习题... 237
8.5.1 基础部分... 237
8.5.2 扩展部分... 237
后记.... 238
內容試閱
丛书序
2017年3月,我得知Ian Goodfellow、Yoshua
Bengio和Aaronn Courville合著的深度学习教科书Deep Learning要出中文版的消息。此前,新智元就已经在我们的微信公众号平台推荐了该书的英文版,获得了业内专家和读者的一致好评。
深度学习将是未来相当长一段时间内引领最新这一波人工智能浪潮的前沿技术。而Deep
Learning这本书将会成为人们从事人工智能研究和构建深度学习产业应用及智能化社会框架的绝好理论抓手。在新智元的牵头下,我与业内十余位大咖一起为该书的中文版撰写了推荐语,并且很高兴地看到了这本人工智能领域的经典图书荣登当年的IT畅销书榜单。
由AI精研社组织技术人员创作的人工智能与大数据技术大讲堂这一丛书,从多个角度全面解读深度学习,其创作团队由清华、北大、中科院、阿里、腾讯、百度等众多高校或企业的一线算法研究员和工程师组成,图书内容上不仅提供了丰富的案例,还附有实际的工程代码,对相关的理论和技术做了深入浅出的阐述,为学生、开发者和工程师提供了一套人工智能立体化学习解决方案,强烈推荐给每一位关注并且有志于精通深度学习的人士。
如今,深度学习技术已被成功地用于语音识别、图像处理和机器翻译等众多产业应用中,人工智能与大数据、云计算和工业互联网的融合将赋予个人与企业巨大的发展潜力,人类在社会中的角色正在被重新定义。
新智元作为中国智能 主平台,见证了人工智能成为时代潮流,见证了中国企业成为全球互联网主角之一。与掌握AI技术的智者同行是新智元之幸。眼下,中国的人工智能正迎来全新的竞争挑战与生态建设契机。时不我待,愿每位读者能利用AI工具赋能社会,赋能人类,共同成就AI的新世界!
新智元创始人兼CEO 杨静
2019年3月

前言
为什么要写这本书?
一只阿法狗为全世界打开了一条窄窄的门缝,通往未来之门就此展现。以深度学习之名,人工智能第三次兴起。人类社会已经进入了人工智能与大数据时代。大数据与概率统计的相关知识、工具已经从某个领域的专业课成为当代社会的通识课。当下,主动拥抱新变化,积极学习新知识愈发显得重要。很多人积极投入热情、时间和金钱后,没能坚持多久,就中断了学习。也有很多人对此表示观望,甚至自我放弃,觉得自己的基础不足以把握这次机会。
学习本应是一件轻松愉快的事,这是因为探索与解释是人类的天性。专业学习通常还是投入产出比极高的一件事,尤其是当代社会,真才实干者通常会获得合理而丰厚的回报。
但是很多计算机类的书籍,不仅没能帮助初者更高效地进入专业领域,反而浪费了读者的时间,打击了初学者的积极性。这是因为,很多书的作者几乎没有对初学者关怀的意识,没有设身处地地为初学者考虑,没有量身定制地为初学者优化。甚至很多书中的内容仅仅是对官方文档的搬运。
本书尝试介绍一个新的学习主张,用以帮助初学者轻松而高效地入门人工智能这一专业领域,同时也可以用来衡量一个学习资源是否可以帮助初学者,轻松高效地从入门级别成长为专业的合格人才。
仅凭一本书,确实很难帮助零基础、弱基础的读者入门人工智能,因此本书的作者团队准备了一套丛书人工智能与大数据技术大讲堂,给读者提供零基础入门人工智能的解决方案。通过该解决方案,可以帮助读者成为合格的人工智能算法工程师。即使读者最终没有完成整个丛书的学习,而是只学习了前半部分,也可以很好地理解和适应人工智能与大数据时代。
本书特色
贴心:本书是市场上同类书籍中学习门槛极低的书籍,只要读者具备基本的数学能力与计算机操作能力,就能轻松、高效地入门人工智能算法。从第一行代码到最后一个要点,读者只需要按顺序学习,即可顺利理解和掌握,而无须额外搜索和查找。
完整:通过图书 视频 GitHub 微信公众号 学习管理平台 群 专业助教构成完整的学习资源,建立立体化的学习模式,通过从最低门槛到专业岗位的全路径设计学习计划,以及大量线上、线下互动,形成完整的学习解决方案。
生动:本书将课堂互动搬到书中,现场感十足。书中以轻松幽默的语言 生动的故事情节讲解每个知识点,以保障读者全程都可以轻松学习,从而避免由于枯燥和晦涩而导致学习的中断。本书将学习知识点的过程转换为与知识点交朋友的过程,全方位呵护、培养和提高初学者的学习兴趣、学习热情和学习动力。
易懂:本书全面贯彻learning by doing的学习理念。因为具象的代码比抽象的概念更易于理解和掌握,所以本书将抽象的理论知识融入具象的代码中,再通过对代码运行结果进行分析和总结,从而提炼理论,帮助初学者掌握重要的概念和原理,并以易懂的语言将核心知识点以细粒度的分解示例进行详尽讲解。
透彻:本书全面贯彻understanding by creating的学习理念,通过手把手带领读者完成精心设计的原创示例代码进行学习,对基础且重要的核心理论进行多角度讲解,让读者循序渐进地体验和总结应用,最终达到对精要知识点的透彻理解,从而建立学习信心,为后续的学习打下坚实的基础。
实用:本书通过精心设计的知识点与大量的原创示例,带领读者体验知识的价值。读者在理解重要原理的基础上,可以亲手实现代码,熟练运用理论分析,解决实际问题,从而以最少的时间和最低的成本,真切感受算法的魅力。
本书内容
本书共8章,分为3篇。
第1篇 语法篇
第1章零基础入门AI解决方案,介绍了专为初学者关怀而提出的学习新主张,给出了具体可操作的学习建议,并提供了后续学习的精选优质资源。
第2章环境搭建,介绍了开发环境的选择、搭建策略及具体操作步骤。
第3章零点一基础入门Python,以实用性极强的案例为主线,极为详尽地讲解了入门人工智能中深度学习与大数据分析所需要的Python编程基础知识。
第4章最简体验数字图像,在第3章的基础上,手把手带领读者学习数据可视化的常用工具Matplotlib。
第5章最简体验数组,在第4章的基础上,手把手带领读者学习数字图像处理、深度学习计算及大数据分析等多个领域的重要基础工具Numpy。
第2篇 算法篇
第6章最简体验卷积运算,从最简单易懂的示例开始,循序渐进地讲解了卷积运算的原理和实现代码,以及卷积运算在深度学习算法中的作用。
第7章综合案例之滑动窗口示意图,换一个角度认识和理解卷积运算,同时帮助读者进一步熟练掌握Python和Matplotlib。
第3篇 综合篇
第8章源码解读,带领读者综合使用前面章节中所掌握的基础知识,解读最经典的示例源码。解读源码既是重要的工作能力,也是主要的学习手段,所以需要读者很好地掌握。
勘误与售后服务
本丛书中的每本书与其他同类图书的最大不同在于切实注重读者的学习体验。我们真诚地希望得到广大读者的阅读反馈,以便于我们不断地改进和迭代,从而不断地提升读者的学习体验和学习效果。
由于是第1版图书,虽然作者团队为此已经投入了累计上万小时的工作量,对书中的内容经过了反复测试和迭代改进,但仍然难免偶有谬误或讲述不确切、不清楚和不顺畅的地方。我们在此邀请各位读者积极地参与到本书的售后反馈活动中。您在阅读本书时若有疑问或者发现了书中的疏漏,都可以在本书的GitHub页面指出,或者直接发送相关的问题描述至微信公众号AI精研社,也可以根据公众号的菜单提示添加值班客服或助教以获得帮助,我们将及时做出解答,并尽快将疏漏更新在勘误表中。我们欢迎一切关于本书的意见、建议、问题、指正、讨论和其他各类反馈。
本书由清华大学的张光华博士,以及AI精研社的贾庸和李岩主笔编写。其他参与策划、设计、编写与审校的人员(按姓名拼音排序)还有阿珠(中国科学院自动化所)、宝尔金(中国科学院自动化所)、陈潇、丁火(中国科学院自动化所)、丰子一、何戈文(佛罗里达大学)、何嘉庆、黄向生(中国科学院自动化所)、黄子凌[清华大学(中国台湾)]、胡晓野、贾子娴、靳博洋、李赓飞、绫夜、林灵锋(中国科学院深圳先进技术研究院)、刘聪(中南大学)、李燚、李玉惠(恒安嘉新)、卢建东、唐唐、王立宁(阿里巴巴)、王鑫(万摩数字)、吴宪君、吴轶男、徐铁丰、杨海华(百度)、叶虎(腾讯)、殷荣(中国科学院信息工程研究所)、余欣航(北京大学前沿交叉学科研究院)、张家欢、张梦、张宇泰(京东之家)。在此一并感谢!

 

 

書城介紹  | 合作申請 | 索要書目  | 新手入門 | 聯絡方式  | 幫助中心 | 找書說明  | 送貨方式 | 付款方式 香港用户  | 台灣用户 | 海外用户
megBook.com.tw
Copyright (C) 2013 - 2024 (香港)大書城有限公司 All Rights Reserved.