新書推薦：
《
启微丛书——奇士异旅：辜鸿铭还乡记
》
售價：NT$
490
《
机器与主权（许煜政治技术论，“递归三部曲”终篇）
》
售價：NT$
429
《
高句丽简史
》
售價：NT$
176
《
金钱心理学 （全新增订版）
》
售價：NT$
300
《
失衡的繁荣：1700年以来美国的增长和不平等
》
售價：NT$
500
《
最后一件大事
》
售價：NT$
296
《
镜鉴日本：日本经济的经验与教训
》
售價：NT$
403
《
资产配置行动指南
》
售價：NT$
296
|
| 編輯推薦： |
《人工智能基础创新与实践应用》共11章，内容包括人工智能基础 实践环境的搭建及软件使用、Python基础与练习、A*算法实验、基于神经网络的图像识别实验、动物分类软件设计实验、垃圾分类实验、机器学习实验、基于飞桨PaddlePaddle的机器学习实验、基于迁移学习的锂离子电池健康状态评估实验和基于组合算法的锂电池SOH评估实验。
《人工智能基础创新与实践应用》概括了“人工智能基础”“基于项目驱动的人工智能与数据挖掘创新实践”等课程的主要实践内容，介绍了目前人工智能在应用方面的主流场景，阐述了利用人工智能技术进行创新实践的基本原理和方法。
《人工智能基础创新与实践应用》可作为高等院校和高职高专院校电子信息类、计算机类、仪器类和机电类等专业师生在人工智能领域的学习实践及教材用书，也可供有关行业的工程技术人员参考。
|
| 目錄：
|
第1章 人工智能基础 1
1.1 人工智能的基本概念 1
1.2 人工智能的发展历史 2
第2章 实践环境的搭建及软件使用 5
2.1 Python 5
2.2 Anaconda 6
2.3 PyTorch 21
2.4 PyCharm 28
2.5 Tensorflow和Keras 41
2.6 Jupyter Notebook 44
2.7 PaddlePaddle（飞桨） 45
2.8 Pyqt5 59
2.9 第三方库的安装 71
第3章 Python基础与练习 74
3.1 Python简介和训练目的 74
3.2 Python语言基础 75
3.3 Python组合数据类型 88
3.4 Python的函数 93
3.5 Python文件操作 102
3.6 Python常用的库 108
3.7 习题 112
第4章 A*算法实验 120
4.1 实验目的和实验介绍 120
4.2 实验算法原理及步骤 121
4.3 实验条件和内容 127
4.4 实验流程参考 127
4.5 实验结果 129
4.6 实验及实验报告要求 129
4.7 实验程序解析 130
第5章 基于神经网络的图像识别实验 138
5.1 实验目的和实验环境配置 138
5.2 实验原理及概念 138
5.3 实验内容 144
5.4 Keras的初步使用（第一种方法） 144
5.5 Keras的第二种方法（选学部分） 151
5.6 基于Keras的手写数字识别实验步骤 153
5.7 基于PaddlePaddle的手写数字识别 161
5.8 基于PyTorch的手写数字识别实验步骤 176
5.9 实验及实验报告要求 193
第6章 动物分类软件设计实验 194
6.1 实验目的和实验环境配置 194
6.2 基于PaddleHub的动物识别实验 194
6.3 利用PyCharm移植完成动物识别程序设计 203
6.4 基于Pyqt5的可视化软件界面设计 206
6.5 Pyqt5调用PyCharm程序 220
6.6 打包工具Pyinstaller 230
6.7 程序设计可能遇到的问题 238
第7章 垃圾分类实验 243
7.1 实验目的和实验介绍 243
7.2 实验算法原理及步骤 243
7.3 实验条件和内容 249
7.4 实验流程参考 249
7.5 实验结果 255
7.6 实验及实验报告要求 258
7.7 实验程序解析 258
第8章 机器学习实验 274
8.1 实验目的和要求 274
8.2 实验介绍 274
8.3 实验算法简介及步骤 275
8.4 实验环境配置 275
8.5 实验内容 275
8.6 KNN算法 276
8.7 K－means算法 285
8.8 Logistic回归 289
第9章 基于飞桨PaddlePaddle的机器学习实验 302
9.1 实验一 基于PaddleHub一键OCR中文识别 302
9.2 实验二 基于PaddleHub实现人脸识别 306
9.3 实验三 基于PaddleHub实现图像分类 310
9.4 实验四 基于PaddlePaddle的摩拜预测实验 320
第10章 基于迁移学习的锂离子电池健康状态评估实验 327
10.1 实验目的和实验环境配置 327
10.2 实验背景 327
10.3 机理概述 329
10.4 环境和数据准备 331
10.5 模型搭建方法 338
10.6 模型训练简介 342
10.7 采用迁移学习提高模型精度 344
10.8 结果可视化 348
10.9 错误及解决方法 351
10.10 实验程序解析 352
第11章 基于BP神经网络和粒子群的锂电池SOH评估实验 357
11.1 实验目的和实验介绍 357
11.2 实验算法原理及步骤. 358
11.3 实验环境与数据预处理 368
11.4 实验内容 368
11.5 实验流程参考 368
11.6 实验结果 370
11.7 实验及实验报告要求 371
11.8 实验程序解析 372
参考文献 383
|
|
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
HOME
新書上架
