python 几何教学_[分享]Python专题之AI（1）

最新推荐文章于 2023-04-03 11:06:34 发布

河西先生

最新推荐文章于 2023-04-03 11:06:34 发布

阅读量169

点赞数

文章标签： python 几何教学

本文链接：https://blog.csdn.net/weixin_29119159/article/details/112228395

版权

人工智能基础

人工智能(第2版) 作者： [美] Stephen Lucci，Danny Kopec 译者：林赐内容简介：本书共为17章，讲述了如何多样化探索人工智能领域，原书在亚马逊上收到众多高校老师和学生的好评。书中不仅介绍了人工智能的基础理论，还介绍了机器学习、神经网络、自然语言处理等热门话题，帮助读者全方位了解人工智能领域的方方面面。本书既适合作为教材，也适合作为个人阅读的参考指南。

人工智能基础数学知识作者：张晓明内容简介：本书基于流行的Python语言，通俗易懂地介绍了入门人工智能领域必需必会的数学知识，旨在让读者轻松掌握并学以致用。本书分为线性代数、概率和优化等3篇，共21章，覆盖了人工智能领域中重要的数学知识点。本书写作风格通俗有趣，读者可在潜移默化中掌握这些数学知识以及相关的编程操作，并能从工程落地的角度深刻理解数学在其中的扮演角色和魅力。本书适合希望投身于人工智能领域且想有一番作为的人员阅读，还适合对人工智能领域背后的逻辑感兴趣的人员阅读。本书还可作为各大高校人工智能专业的参考用书。

Python数学编程

作者： [澳] 阿米特·萨哈(Amit Saha)

译者：许杨毅 ,刘旭华

内容简介：

本书将程序设计和数学巧妙地结合起来，从简单的项目开始，应用Python解决高中和大学低年级的数学问题，比如几何、概率、统计以及微积分等，为进一步学习更复杂的数学内容以及Python编程语言打下坚实的基础。本书也可作为Python初学者的入门读物，通过学习书中的示例程序和完成那些编程挑战，读者可以提高自己的编程能力和技巧。

本书还提供了有创意的编程挑战以及应用实例，可以帮助你把新学到的数学和编程技巧用于实践。你可以尝试解决各种有趣的问题，比如不等式求解、洗牌、画出子弹飞行过程中重力的影响、探究斐波那契数列与黄金分割之间的联系、利用向板子上投掷100000次“飞镖”来估计圆的面积等。

机器学习

scikit-learn机器学习(第2版) 作者： [美 Gavin Hackeling 译者：张浩然内容简介：本书内容共计14章，分别从机器学习基础、简单线性回归、基于K临近法的分类和回归分析、特征提取和预处理、简单回归和多重回归、线性回归和逻辑回归、朴素贝叶斯、决策树的非线性分类和回归、决策树、随机森林和其他方法、感知机、向量机、人工神经网络、K-means聚类等内容。

机器学习开发者指南作者： [阿根廷] Rodolfo Bonnin 译者：AI研习社内容简介：本书是一本系统指南，它将带领读者学习如何实施各种机器学习技术及其日常应用和开发。全书分为9章，从熟悉的易于掌握的语言的基础数据和数学模型开始，向读者介绍机器学习领域中使用的各种库和框架，然后通过用有趣的示例实现了回归、聚类、分类、神经网络等，通过本书读者将学会实现这些概念来解决ML应用程序的实际场景，如图像分析、自然语言处理和时间序列数据的异常检测。

机器学习精讲全彩印刷作者： [加拿大] Andriy Burkov 译者：韩江雷内容简介：内容提要本书用简短的篇幅、精炼的语言，讲授机器学习领域必备的知识和技能。全书共11章和一个术语表，依次介绍了机器学习的基本概念、符号和定义、算法、基本实践方法、神经网络和深度学习、问题与解决方案、进阶操作、非监督学习以及其他学习方式等，涵盖了监督学习和非监督学习、支持向量机、神经网络、集成学习、梯度下降、聚类分析、维度降低、自编码器、迁移学习、强化学习、特征工程、超参数调试等众多核心概念和方法。全书最后给出了一个较为详尽的术语表。本书能够帮助读者了解机器学习是如何工作的，为进一步理解该领域的复杂问题和进行深入研究打好基础。本书适合想要学习和掌握机器学习的软件从业人员、想要运用机器学习技术的数据科学家阅读，也适合想要了解机器学习的一般读者参考。

移动端机器学习实战作者： [印度]卡斯基延·NG(Karthikeyan NG) 译者：王东明 ,周达希内容简介：本书系统地讲述如何基于TensorFlow Lite和Core ML构建Android与iOS应用程序。本书共9章。第1章介绍机器学习的基础知识以及TensorFlow Lite和Core ML框架。第2～8章介绍如何开发7款常见应用程序，分别是一款预测人物年龄和性别的应用程序，一款在照片上应用艺术风格迁移的应用程序，一款用于面部检测和条形码扫描的应用程序，一款类似于Snapchat的应用程序，一款识别手写数字的应用程序，一款流行的在线换脸应用程序，一款利用迁移学习完成食物分类的应用程序。第9章总结全书，并介绍基于机器学习的云服务。本书适合机器学习、深度学习和人工智能等方面的专业人士阅读。

深度学习

深度学习导论作者： [美] Eugene Charniak 译者：沈磊 ,郑春萍内容简介：本书讲述了前馈神经网络、Tensorflow、卷积神经网络、词嵌入与循环神经网络、序列到序列学习、深度强化学习、无监督神经网络模型等深度学习领域的基本概念和技术，通过一系列的编程任务，向读者介绍了热门的人工智能应用，包括计算机视觉和自然语言处理等。本书编写简明扼要，理论联系实践，每一章都包含习题以及补充阅读的参考文献。本书既可作为高校人工智能课程的教学用书，也可供从业者入门参考。本书要求读者熟悉线性代数、多元微积分、概率论与数理统计知识，另外需要读者了解Python编程。

Keras深度学习实战作者： [意大利] Antonio Gulli、[印度] Sujit Pal 译者：王海玲 ,李昉内容简介：本书结合大量实例，简明扼要地介绍了目前热门的神经网络技术和深度学习技术。从经典的多层感知机到用于图像处理的深度卷积网络，从处理序列化数据的循环网络到伪造仿真数据的生成对抗网络，从词嵌入到AI游戏应用中的强化学习，本书引领读者一层一层揭开深度学习的面纱，并在逐渐清晰的理论框架下，提供多个Python编码实例，方便读者动手实践。通过阅读本书，读者不仅能学会使用Keras快捷构建各个类型的深度网络，还可以按需自定义网络层和后端功能，从而提升自己的AI编程能力，在成为深度学习专家的路上更进一步。