亚洲av无码一区二区二三区,国产高潮又爽又黄

內(nèi)容簡(jiǎn)介

　　機(jī)器學(xué)習(xí)是計(jì)算機(jī)科學(xué)與人工智能的重要分支領(lǐng)域，本書(shū)作為該領(lǐng)域的入門(mén)教材，在內(nèi)容上盡可能涵蓋機(jī)器學(xué)習(xí)基礎(chǔ)知識(shí)的各方面。本書(shū)主要內(nèi)容包括機(jī)器學(xué)習(xí)緒論、Python基礎(chǔ)知識(shí)、模型評(píng)估及模型、機(jī)器學(xué)習(xí)及神經(jīng)網(wǎng)絡(luò)、MNIST識(shí)別及圖像分類。本書(shū)致力于“利用經(jīng)驗(yàn)來(lái)改善系統(tǒng)自身的性能”。在計(jì)算機(jī)系統(tǒng)中，“經(jīng)驗(yàn)”通常是以數(shù)據(jù)的形式存在的，利用經(jīng)驗(yàn)就不可避免地要對(duì)數(shù)據(jù)進(jìn)行分析。本書(shū)結(jié)構(gòu)清晰、內(nèi)容豐富，知識(shí)完整，理論部分通俗易懂，實(shí)踐部分真實(shí)可操作，書(shū)中介紹了大量行業(yè)前沿案例，并配有程序說(shuō)明。本書(shū)可作為機(jī)器人、計(jì)算機(jī)、電子信息、自動(dòng)化、機(jī)電一體化等專業(yè)的機(jī)器視覺(jué)技術(shù)課程教材，也可供高等院校相關(guān)比賽者、機(jī)器人與制造技術(shù)領(lǐng)域的科研工作者和工程技術(shù)人員參考。

作者簡(jiǎn)介

暫缺《機(jī)器學(xué)習(xí)》作者簡(jiǎn)介

圖書(shū)目錄

第1章緒論
1.1 AI的歷史起源
1.2 什么是智能與AI
1.3 人工智能的分類
1.4 人工智能和大數(shù)據(jù)
第2章 Python基礎(chǔ)知識(shí)
2.1 Python虛擬環(huán)境與庫(kù)安裝方法
2.2 Python流程控制語(yǔ)法
2.3 列表、元組、字典與集合
2.4 Python函數(shù)
2.5 面向?qū)ο缶幊?br />第3章模型評(píng)估及模型
3.1 向量矩陣和數(shù)組
3.2 索引、切片和迭代
3.3 Pandas數(shù)據(jù)整理
3.4 Pandas的Series數(shù)據(jù)結(jié)構(gòu)
3.5 Pandas的DataFrame數(shù)據(jù)結(jié)構(gòu)
3.6 數(shù)據(jù)加載、存儲(chǔ)與文件格式
3.7 數(shù)據(jù)清洗和準(zhǔn)備
3.8 圖像數(shù)據(jù)讀取與處理
3.9 數(shù)據(jù)可視化基礎(chǔ)
3.10 數(shù)據(jù)可視化折線圖、柱狀圖、散點(diǎn)圖
第4章機(jī)器學(xué)習(xí)及神經(jīng)網(wǎng)絡(luò)
4.1 模式識(shí)別、機(jī)器學(xué)習(xí)的區(qū)別與聯(lián)系
4.2 什么是機(jī)器學(xué)習(xí)
4.3 機(jī)器學(xué)習(xí)的專業(yè)術(shù)語(yǔ)、開(kāi)發(fā)流程與工具
4.4 機(jī)器學(xué)習(xí)基礎(chǔ)補(bǔ)充
4.5 多項(xiàng)式曲線擬合
4.6 k-近鄰算法
4.7 K-Means(K-均值)、聚類算法
4.8 利用PCA來(lái)簡(jiǎn)化數(shù)據(jù)
4.9 神經(jīng)網(wǎng)絡(luò)
4.10 Torch運(yùn)算
4.11 Pytorch搭建神經(jīng)網(wǎng)絡(luò)
4.12 保存和加載模型
第5章 MNIST識(shí)別及圖像分類
5.1 MNIST手寫(xiě)數(shù)字識(shí)別
5.2 MNIST圖像分類
參考文獻(xiàn)