歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)

人工智能原理與實(shí)踐

作者：劉春雷
出版社：北京大學(xué)出版社出版時(shí)間：2022-06-01
開(kāi)本： 16開(kāi) 頁(yè)數(shù)： 340
中 圖 價(jià):¥53.7(6.8折) 定價(jià)  ¥79.0 登錄后可看到會(huì)員價(jià)
加入購(gòu)物車(chē) 收藏
運(yùn)費(fèi)6元，滿39元免運(yùn)費(fèi)
?新疆、西藏除外
本類(lèi)五星書(shū)更多>

人工智能原理與實(shí)踐 版權(quán)信息

人工智能原理與實(shí)踐 本書(shū)特色

全面：涵蓋人工智能和數(shù)據(jù)科學(xué)各個(gè)重要體系經(jīng)典：世界名校AI專(zhuān)業(yè)深造，國(guó)際大行實(shí)戰(zhàn)經(jīng)驗(yàn)系統(tǒng)：重要理論和公式層層推導(dǎo)，闡述深入淺出實(shí)戰(zhàn)：六大典型AI和數(shù)據(jù)科學(xué)應(yīng)用場(chǎng)景，透徹分析和代碼實(shí)現(xiàn)

人工智能原理與實(shí)踐 內(nèi)容簡(jiǎn)介

人工智能被廣泛應(yīng)用和普及，極大地提高了人們學(xué)習(xí)和工作的效率。而要深入理解人工智能，必須全面理解底層各類(lèi)機(jī)器學(xué)習(xí)算法的基本原理。只有全面掌握機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)，才能更好地理解、提高和駕馭人工智能的各種應(yīng)用。 本書(shū)分為13章，前7章為原理篇，重點(diǎn)討論了機(jī)器學(xué)習(xí)模型建模的全部流程、各類(lèi)常用的機(jī)器學(xué)習(xí)算法原理、深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)、機(jī)器學(xué)習(xí)涉及的優(yōu)化原理，以及自然語(yǔ)言處理算法原理；后 6章為實(shí)踐篇，重點(diǎn)討論了信用卡客戶細(xì)分、保險(xiǎn)公司時(shí)間序列生活事件預(yù)測(cè)、電商網(wǎng)站交易欺詐預(yù)測(cè)、信用卡和信用貸款風(fēng)險(xiǎn)預(yù)測(cè)、美國(guó)舊金山房屋成交價(jià)格預(yù)測(cè)，以及股票短期回報(bào)率預(yù)測(cè)等多個(gè)實(shí)際應(yīng)用場(chǎng)景。 本書(shū)內(nèi)容系統(tǒng)、全面，理論知識(shí)覆蓋面廣，且保留了推導(dǎo)過(guò)程。實(shí)踐案例中，深入淺出地講解和展示了機(jī)器學(xué)習(xí)應(yīng)用的具體流程。本書(shū)適合在各行業(yè)工作的數(shù)據(jù)科學(xué)家、在校學(xué)習(xí)人工智能和數(shù)據(jù)科學(xué)專(zhuān)業(yè)的學(xué)生、科技公司的管理者和決策者，以及人工智能的初學(xué)者和愛(ài)好者閱讀。

人工智能原理與實(shí)踐 目錄

第1章 人工智能應(yīng)用場(chǎng)景——金融風(fēng)控 1.1 反欺詐與信用評(píng)估 1.2 信用評(píng)估模型介紹 1.3 客戶營(yíng)銷(xiāo)與風(fēng)控管理 1.4 建模中的拒絕推斷 1.5 評(píng)分卡模型 第2章 人工智能中的機(jī)器學(xué)習(xí)和模型評(píng)價(jià) 2.1 機(jī)器學(xué)習(xí)預(yù)測(cè)結(jié)果推廣性理論 2.2 機(jī)器學(xué)習(xí)問(wèn)題的分類(lèi) 2.3 二分類(lèi)模型的評(píng)價(jià)方法 2.4 多分類(lèi)模型的評(píng)價(jià)方法 2.5 回歸模型的評(píng)價(jià)方法 第3章 機(jī)器學(xué)習(xí)建模重要步驟 3.1 數(shù)據(jù)收集 3.2 數(shù)據(jù)清洗轉(zhuǎn)換和預(yù)處理 3.3 特征工程 3.4 模型的選擇和建立 3.5 模型的監(jiān)控 第4章 機(jī)器學(xué)習(xí)常用算法原理 4.1 回歸算法 4.2 梯度下降優(yōu)化 4.3 樸素貝葉斯、支持向量機(jī)和決策樹(shù)算法 4.4 集成算法、隨機(jī)森林算法和梯度增強(qiáng)機(jī)算法 4.5 無(wú)監(jiān)督學(xué)習(xí)算法 4.6 神經(jīng)網(wǎng)絡(luò)算法 第5章 深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí) 5.1 深度學(xué)習(xí)算法 5.2 強(qiáng)化學(xué)習(xí)算法 第6章 機(jī)器學(xué)習(xí)和*優(yōu)化 6.1 *優(yōu)化理論和機(jī)器學(xué)習(xí)的關(guān)系 6.2 *優(yōu)化理論的分類(lèi)和理解 6.3 機(jī)器學(xué)習(xí)算法中*優(yōu)化應(yīng)用 第7章 自然語(yǔ)言處理算法原理 7.1 文本數(shù)據(jù)處理和NLP基礎(chǔ) 7.2 機(jī)器學(xué)習(xí)算法在NLP中的應(yīng)用 7.3 深度學(xué)習(xí)在NLP中的應(yīng)用 第8章 信用卡客戶細(xì)分 8.1 EDA探索性數(shù)據(jù)分析 8.2 數(shù)據(jù)預(yù)處理和特征工程 8.3 K-Means聚類(lèi)建模和分組個(gè)數(shù)選擇 8.4 建模結(jié)果可視化和分析 第9章 保險(xiǎn)公司時(shí)間序列生活事件預(yù)測(cè) 9.1 樸素貝葉斯算法和馬爾可夫鏈算法應(yīng)用 9.2 時(shí)間序列特征工程和梯度增強(qiáng)機(jī)算法 9.3 深度學(xué)習(xí)算法的應(yīng)用 第10章 電商網(wǎng)站交易欺詐預(yù)測(cè) 10.1 EDA探索性數(shù)據(jù)分析 10.2 模型選擇 10.3 數(shù)據(jù)特征工程 第11章 信用卡和信用貸款風(fēng)險(xiǎn)預(yù)測(cè) 11.1 信用卡客戶風(fēng)險(xiǎn)預(yù)測(cè)和管理 11.2 個(gè)人信用分期貸款風(fēng)險(xiǎn)預(yù)測(cè) 第12章 美國(guó)舊金山房屋成交價(jià)格預(yù)測(cè) 12.1 EDA探索性數(shù)據(jù)分析和特征工程 12.2 房屋價(jià)格預(yù)測(cè)建模和驗(yàn)證 第13章 股票短期回報(bào)率預(yù)測(cè) 13.1 EDA探索性數(shù)據(jù)分析 13.2 數(shù)據(jù)預(yù)處理和特征工程 13.3 短期回報(bào)率預(yù)測(cè)模型
展開(kāi)全部

人工智能原理與實(shí)踐 作者簡(jiǎn)介

劉春雷，畢業(yè)于中國(guó)科學(xué)技術(shù)大學(xué)近代物理系，本科畢業(yè)后，前往美國(guó)留學(xué)深造，并獲得了美國(guó)卡內(nèi)基梅隆大學(xué)機(jī)器學(xué)習(xí)專(zhuān)業(yè)碩士學(xué)位和美國(guó)匹茲堡大學(xué)物理專(zhuān)業(yè)博士學(xué)位。在研究生和博士階段的學(xué)習(xí)過(guò)程中，結(jié)合數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)理論知識(shí)和大數(shù)據(jù)技術(shù)，在應(yīng)用物理領(lǐng)域做出了杰出的貢獻(xiàn)和成就。經(jīng)過(guò)多年博士及博士后階段的學(xué)習(xí)和研究工作后，作者又先后在美國(guó)智庫(kù)型研究公司和華爾街商業(yè)銀行工作，積累了大量將機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)技術(shù)應(yīng)用到實(shí)踐中的經(jīng)驗(yàn)。

暫無(wú)評(píng)論……
書(shū)友推薦
本類(lèi)暢銷(xiāo)
編輯推薦
返回頂部
中圖網(wǎng)
在線客服