相关作者的搜索结果
Python极简讲义：一本书入门数据分析与机器学习
39人今日阅读 推荐值 86.2%
本书以图文并茂的方式介绍了Python的基础内容，并深入浅出地介绍了数据分析和机器学习领域的相关入门知识。 第1章至第5章以极简方式讲解了Python的常用语法和使用技巧，包括数据类型与程序控制结构、自建Python模块与第三方模块、Python函数和面向对象程序设计等。第6章至第8章介绍了数据分析必备技能，如NumPy、Pandas和Matplotlib。第9章和第10章主要介绍了机器学习的基本概念和机器学习框架sklearn的基本用法。 对人工智能相关领域、数据科学相关领域的读者而言，本书是一本极简入门手册。对于从事人工智能产品研发的工程技术人员，本书亦有一定的参考价值。
39
Java从入门到精通（第2版）
7人今日阅读 推荐值 82.3%
《Java从入门到精通（第2版）》以零基础讲解为宗旨，用实例引导读者学习，深入浅出地介绍了Java的相关知识和实战技能。 《Java从入门到精通（第2版）》第1篇【基础知识】主要讲解Java的基础知识、开发工具、程序要素、常量与变量、数据类型、运算符、表达式与语句、程序控制结构、数组、类和对象、方法以及枚举等；第2篇【核心技术】主要讲解类的封装、继承与多态、抽象类与接口、类的专题研究、Java常用类库、String类、对象的引用与传递、包及访问权限、异常的捕获与处理、Java类集框架以及Annotation等；第3篇【高级应用】主要讲解多线程、文件I/O操作、Java Applet网页小程序、Java网络程序设计、Java数据库编程以及DAO设计模式等；第4篇【项目实战】通过OA办公系统和电子商务网站平台两个实战案例，介绍了完整的Java开发流程。 《Java从入门到精通（第2版）》所附DVD光盘中包含了与图书内容全程同步的教学录像。此外，还赠送了大量相关学习资料，以便读者扩展学习。 《Java从入门到精通（第2版）》适合任何想学习Java的读者，无论您是否从事计算机相关行业，是否接触过Java，均可通过学习快速掌握Java的开发方法和技巧。
7
深度学习之美：AI时代的数据处理与最佳实践
3人今日阅读
深度学习是人工智能的前沿技术。本书深入浅出地介绍了深度学习的相关理论和实践，全书共分16章，采用理论和实践双主线写作方式。第1章给出深度学习的大图。第2章和第3章，讲解了机器学习的相关基础理论。第4章和第5章，讲解了Python基础和基于Python的机器学习实战。第6至10章，先后讲解了M-P模型、感知机、多层神经网络、BP神经网络等知识。第11章讲解了被广泛认可的深度学习框架TensorFlow。第12章和第13章详细讲解了卷积神经网络，并给出了相关的实战项目。第14章和第15章，分别讲解了循环递归网络和长短期记忆（LSTM）网络。第16章讲解了神经胶囊网络，并给出了神经胶囊网络设计的详细论述和实践案例分析。
3
从深度学习到图神经网络：模型与实践
2人今日阅读
近年来，深度学习在人工智能的发展过程中起到了举足轻重的作用，而图神经网络是人工智能领域的一个新兴方向，被称为图上的深度学习。 本书详细介绍了从深度学习到图神经网络的基础概念和前沿技术，包括图上的深度学习、图神经网络的数学基础、神经网络学习与算法优化、深度学习基础、神经网络中的表示学习、面向图数据的嵌入表示、初代图神经网络、空域及谱域图卷积神经网络等内容。为增强可读性，本书叙述清晰、内容深入浅出、图文并茂，力求降低初学者的学习难度。 本书既可作为人工智能领域研究和开发人员的技术参考书，也可作为对图上的深度学习感兴趣的高年级本科生和研究生的入门书。
2
品味大数据
当下，大数据是一个热门的话题，很多领域的学者，从不同的角度进行了深入的讨论。《品味大数据》从大数据的历史、内涵、哲学和技术四个角度，全面解析大数据，让读者对大数据有更深入的了解。 全书共11章，大致分为4块：第1-3章主要漫谈了大数据的有趣的历史，包括数据的启蒙、信息载体的演变和数据管理的发展脉络。第4-6章主要聊聊大数据的内涵，包括大数据与哲学及第四科学范式的关联。第7-9张是大数据的杂谈，包括大数据的用途、可能面临的陷阱以及通过小故事对大数据进行一些反思，第10-11章主要涉及大数据的技术，包括100余篇大数据论文的漫读及Hadoop的初级实战篇。 图书结构完整，行文幽默，并以图文并茂、通俗易懂的方式力图让读者心有余地品味大数据。图书援引了数以百计大家牛人的观点，或褒或贬，高手过招，精彩纷呈，是一本不容读者错过的大数据图书。
深度学习与TensorFlow实践
深度学习是人工智能的前沿技术。本书深入浅出地介绍了深度学习的相关理论和TensorFlow实践，全书共8章。第1章给出了深度学习的基本概况。第2章详细介绍了神经网络相关知识，内容包括M-P神经元模型、感知机、多层神经网络。第3章介绍了被广泛认可的深度学习框架TensorFlow 2的安装流程与新特性。第4章详细介绍了TensorFlow 2的相关语法。第5章介绍了BP算法和常见的优化方法。第6章介绍了Keras模块的使用。第7章和第8章详细讲解了卷积神经网络和循环神经网络，并给出了相关的实战项目。 本书结构完整、行文流畅，是一本零基础入门、通俗易懂、图文并茂、理论结合实战的深度学习书籍。对于计算机、人工智能及相关专业的本科生和研究生，这是一本适合入门与系统学习的教材；对于从事深度学习产品研发的工程技术人员，本书也有一定的参考价值。
人工智能极简入门（公共课版）
《人工智能极简入门（公共课版）》较为系统地介绍了人工智能的发展历史、经典算法和前沿技术，并对算法背后的思维方式进行了哲学思辨。内容既包括经典算法（如k近邻、贝叶斯、决策树和神经网络等），又涵盖前沿技术（如深度学习、自然语言处理等）。 《人工智能极简入门（公共课版）》所有算法均配备对应的实战项目（包括Excel版本和／或Python版本），以帮助读者在实践中理解原理。 《人工智能极简入门（公共课版）》适合高等学校理工科或人文学科的“人工智能”通识课教学使用，也适合作为对人工智能有入门需求的研究生、工程师和研究人员的学习资料。 《人工智能极简入门（公共课版）》以“人工智能”通识入门为导向，内容既包括经典算法（如k近邻、贝叶斯、决策树和神经网络等），又涵盖前沿技术（如深度学习、自然语言处理等），以讲述“人工智能”的通识知识为主，适合本科生“人工智能”通识课程的教学要求。 《人工智能极简入门（公共课版）》文笔流畅幽默，通俗易懂，内容涉及人工智能的历史、哲学和人文科学等领域，将多学科知识融会贯通，兼具可读性和趣味性。 《人工智能极简入门（公共课版）》配有很多实战项目，帮助读者在实践中理解原理。对于没有编程基础的读者，准备了简易上手的Excel版本实践（部分项目适用）。对有编程基础的读者，随书提供了Python版本的源代码，让多层次的读者皆有所获。 为读者提供人工智能前沿技术的应用思路和人门性知识，适应各层次文科、理工科大学生对“人工智能”入门的需求。 《人工智能极简入门（公共课版）》通过介绍人工智能的相关知识（涵盖计算机科学、哲学、历史学及人文科学等），拓宽读者视野，着力提高读者的科学素质和优化读者的知识结构。
人工智能
本书系统地介绍了人工智能的基本原理、实现技术及其应用，并全面反映了国内外人工智能研究领域的**进展和发展方向。本书先深入浅出地阐述了经典人工智能的原理和方法，包括知识表示、智能搜索、自动推理、机器学习和深度学习等内容，使读者对人工智能的概念和构造方法有一个比较清晰的认识；又对人工智能热点领域进行了深入阐述，包括卷积神经网络、循环神经网络、自然语言处理、分布式智能和智能机器人等内容；还对当前人工智能研究的前沿领域进行了介绍，包括深度强化学习、生成对抗网络、神经胶囊网络和自动机器学习等内容。 本书强调实用性、先进性和可读性，可作为高等院校计算机、信息处理和自动化等相关专业的本科生学习人工智能的教材，也可供从事人工智能教学和科研的人员参考。
大数据导论（通识课版）
大数据已深深渗透于人们工作和生活的方方面面。然而，大数据从来都不是以“技术”为其唯一底色，基于数据科学的创新应用，同样需要其他领域深度融合。本书阐述了培养具有大数据素养的综合型人才所需要的相关知识储备。本书不仅介绍大数据处理流程中的技术图谱，而且更侧重地讨论了与数据科学相关的历史、哲学及伦理学，以便于读者拓展跨领域的数据思维。为了增强图书的可读性，图书描述形式力图新颖，内容深入浅出、文笔流畅、图文并茂，大幅降低非计算机类相关专业读者的学习曲线。 作为通识类课程教材，本书服务于具有数据素养的综合型人才的培养。因此，本书的读者对象是具有文科或理工科背景且对大数据行业感兴趣的读者。
Java从入门到精通精粹版
《Java从入门到精通（精粹版）》以零基础讲解为宗旨，用实例引导读者学习，深入浅出地介绍了Java的相关知识和实战技能。