0人評分過此書
Python人工智能开发从入门到精通
本书共分3篇，第1篇讲解了人工智能开发中常用的Python编程语言相关入门知识；第2篇讲解了人工智能开发相关知识的应用；第3篇通过3个综合案例，以神经网络在计算机视觉问题中的重要应用为线索，介绍深度学习人工智能技术在计算机视觉任务中的实践。
- 版权信息
- 前言 人工智能时代，创造无限价值
-
第1篇 Python基础篇
-
第1章 关于Python与开发环境配置
-
1.1 Python入门
-
1.2 Python开发环境的配置
-
新手问答
-
本章小结
-
-
第2章 Python编程基础
-
2.1 基础语法
-
2.2 数据类型
-
2.3 逻辑控制语句
-
2.4 函数
-
新手问答
-
小试牛刀
-
本章小结
-
-
第3章 Python编程进阶
-
3.1 高级变量
-
3.2 面向对象编程
-
3.3 Python模块
-
3.4 python神经网络小实例
-
新手问答
-
小试牛刀
-
本章小结
-
-
-
第2篇 人工智能篇
-
第4章 人工智能简介
-
4.1 人工智能概述
-
4.2 人工智能崛起的三大基石
-
4.3 深度学习的重要性
-
新手问答
-
本章小结
-
-
第5章 机器学习理论基础
-
5.1 机器学习概述
-
5.2 机器学习的4个分支
-
5.3 评估模型指标
-
5.4 数据预处理、特征工程和特征学习
-
5.5 过拟合与欠拟合
-
5.6 机器学习通用工作流程
-
新手问答
-
小试牛刀
-
本章小结
-
-
第6章 Python机器学习常用库的应用
-
6.1 NumPy—基础科学计算库
-
6.2 Pandas—数据分析的利器
-
6.3 Matplotlib—画出优美的图形
-
6.4 scikit-learn—非常流行的Python机器学习库
-
新手问答
-
小试牛刀
-
本章小结
-
-
第7章 第一个机器学习项目
-
7.1 入门项目简介
-
7.2 数据导入
-
7.3 数据探索
-
7.4 数据可视化
-
7.5 算法评估
-
7.6 预测实施
-
新手问答
-
小试牛刀
-
本章小结
-
-
第8章 典型的机器学习算法及应用实战
-
8.1 k-近邻算法
-
8.2 朴素贝叶斯分类算法
-
8.3 支持向量机
-
8.4 PCA算法
-
8.5 k-均值算法
-
新手问答
-
小试牛刀
-
本章小结
-
-
第9章 深度学习算法理论
-
9.1 深度学习基础
-
9.2 神经网络
-
9.3 卷积神经网络
-
9.4 循环神经网络
-
新手问答
-
小试牛刀
-
本章小结
-
-
第10章 深度学习之TensorFlow
-
10.16 主流的深度学习框架
-
10.26 TensorFlow环境搭建
-
10.36 TensorFlow基本知识
-
10.46 TensorFlow编程准备
-
10.56 TensorFlow基本开发步骤
-
10.66 TensorFlow的可视化
-
新手问答
-
小试牛刀
-
本章小结
-
-
-
第3篇 实战案例篇
-
第11章 人工智能识万物
-
11.1 卷积神经网络的前世今生
-
11.26 如何构建更深的神经网络
-
11.36 神经网络的可迁移性
-
新手问答
-
本章小结
-
-
第12章 人工智能知万物
-
12.16 区域卷积神经网络
-
12.26 快速区域卷积神经网络6
-
12.36 更快区域卷积神经网络
-
12.46 YOLO网络
-
新手问答
-
本章小结
-
-
第13章 人工智能绘万物
-
13.16 神经艺术风格迁移
-
13.26 基于TensorFlow的图像风格化实现
-
新手问答
-
本章小结
-
-
- 参考文献
- 出版地 ： 中國大陸
- 語言 ： 簡體中文
評分與評論
請登入後再留言與評分
EPUB
EPUB
EPUB
EPUB
EPUB
