鏈接：https://pan.baidu.com/s/1onLP2L7XGnTd5SnbnAUe7g?pwd=9lfe?

提取碼：9lfe

本書可視為一本以問題為導(dǎo)向的書籍, 非常適合具備一定數(shù)據(jù)基礎(chǔ)和Python基礎(chǔ)的讀者學(xué)習(xí),作為一本數(shù)據(jù)科學(xué)的基礎(chǔ)書籍,讀者可以在短時(shí)間內(nèi)學(xué)習(xí)數(shù)據(jù)科學(xué)的經(jīng)典算法。主要闡述 python3 基礎(chǔ)內(nèi)容；常用模塊進(jìn)行扼要闡述和實(shí)例操作；常見統(tǒng)計(jì)量, 數(shù)據(jù)轉(zhuǎn)換, 以及多維數(shù)組等內(nèi)容, 并通過代碼實(shí)現(xiàn)； 特色是以問題導(dǎo)向的方式闡述了常見的 12 種經(jīng)典算法；并介紹了 pytorch 的相關(guān)內(nèi)容, 并扼要闡述了深度學(xué)習(xí)中幾種經(jīng)典的神經(jīng)網(wǎng)絡(luò)算法, 以及 pytorch 實(shí)現(xiàn)經(jīng)典的神經(jīng)網(wǎng)絡(luò)算法。

作者簡(jiǎn)介

于祥雨, 算法工程師, 杭州師范大學(xué)理學(xué)碩士, 長(zhǎng)期從事于數(shù)據(jù)分析, 機(jī)器學(xué)習(xí)和人工智能等領(lǐng)域. 擅長(zhǎng) Python3 編程, 機(jī)器學(xué)習(xí)以及圖像分類等問題.參與國(guó)家自然基金 1 項(xiàng).

目錄

第1章準(zhǔn)備工作

1.1Python的安裝

1.1.1簡(jiǎn)介

1.1.2安裝

1.1.3常用模塊

1.1.4虛擬環(huán)境

1.2基礎(chǔ)知識(shí)

1.2.1認(rèn)識(shí) Python

1.2.2數(shù)據(jù)類型

1.2.3數(shù)據(jù)結(jié)構(gòu)

1.2.4條件判斷

1.2.5循環(huán)

1.2.6實(shí)例

1.3Notebook開發(fā)環(huán)境

1.3.1搭建Jupyter

1.3.2搭建Jupyterlab

1.4本章小結(jié)

第2章科學(xué)計(jì)算庫

2.1NumPy

2.1.1構(gòu)建數(shù)組

2.1.2數(shù)組運(yùn)算

2.1.3函數(shù)運(yùn)算

2.1.4文件存取

2.2SymPy

2.3SciPy

2.3.1非線性方程組

2.3.2最小二乘

2.3.3插值

2.4pandas

2.4.1Series

2.4.2dataframe

2.4.3日平均線

2.4.4數(shù)據(jù)存取

2.5Matplotlib

2.5.1二維圖形

2.5.2三維圖形

2.6本章小結(jié)

第3章描述性分析

3.1數(shù)據(jù)

3.2基本統(tǒng)計(jì)量

3.2.1平均數(shù)

3.2.2最值

3.2.3中位數(shù)

3.2.4眾數(shù)

3.2.5極差

3.2.6方差

3.2.7變異系數(shù)

3.2.8協(xié)方差

3.2.9相關(guān)系數(shù)

3.3數(shù)據(jù)轉(zhuǎn)換

3.3.1中心化

3.3.2minmax標(biāo)準(zhǔn)化

3.3.3BoxCox轉(zhuǎn)換

3.3.4log函數(shù)轉(zhuǎn)換

3.3.5zscore標(biāo)準(zhǔn)化

3.4常見距離

3.4.1閔氏距離

3.4.2余弦值相似度

3.5多維數(shù)據(jù)

3.5.1矩陣

3.5.2特征值和特征向量

3.5.3多重共線性

3.6學(xué)生基本信息實(shí)例

3.7本章小結(jié)

第4章經(jīng)典算法

4.1線性回歸

4.1.1思想方法

4.1.2線性回歸算法步驟

4.1.3實(shí)例

4.2邏輯回歸

4.2.1算法思想

4.2.2步驟

4.2.3實(shí)例

4.3主成分分析

4.3.1算法思想

4.3.2步驟

4.3.3實(shí)例

4.4線性判別分析

4.4.1算法思想

4.4.2步驟

4.4.3實(shí)例

4.5決策樹

4.5.1算法思想

4.5.2步驟

4.5.3實(shí)例

4.6隨機(jī)森林

4.6.1算法思想

4.6.2實(shí)例

4.7集成學(xué)習(xí)

4.7.1Bagging

4.7.2Boosting

4.7.3Stacking

4.8樸素貝葉斯

4.8.1算法思想

4.8.2步驟

4.8.3實(shí)例

4.9k最近鄰算法

4.9.1算法思想

4.9.2步驟

4.9.3實(shí)例

4.10kmeans聚類

4.10.1算法思想

4.10.2算法步驟

4.10.3實(shí)例

4.11推薦算法

4.11.1算法思想

4.11.2基于用戶的協(xié)同過濾

4.11.3步驟

4.11.4基于內(nèi)容的協(xié)同過濾

4.11.5總結(jié)

4.12SVD

4.12.1步驟

4.12.2實(shí)例

4.13本章小結(jié)

第5章深度學(xué)習(xí)

5.1PyTorch

5.1.1PyTorch安裝

5.1.2創(chuàng)建tensor

5.1.3基本運(yùn)算

5.1.4矩陣運(yùn)算

5.2基礎(chǔ)知識(shí)

5.2.1蒙特卡洛法

5.2.2梯度下降法

5.2.3封裝實(shí)現(xiàn)

5.2.4激活函數(shù)

5.2.5softmax

5.3前饋神經(jīng)網(wǎng)絡(luò)

5.3.1思想原理

5.3.2手寫體識(shí)別實(shí)例

5.4卷積神經(jīng)網(wǎng)絡(luò)

5.4.1核函數(shù)

5.4.2池化層

5.4.3LeNet

5.4.4AlexNet

5.4.5ResNet

5.4.6GoogLeNet

5.4.7垃圾分類實(shí)例

5.5生成對(duì)抗網(wǎng)絡(luò)

5.5.1思想原理

5.5.2對(duì)抗網(wǎng)絡(luò)實(shí)例

5.6其他神經(jīng)網(wǎng)絡(luò)

5.6.1循環(huán)神經(jīng)網(wǎng)絡(luò)

5.6.2風(fēng)格遷移神經(jīng)網(wǎng)絡(luò)

5.7本章小結(jié)

參考文獻(xiàn)

查看全部↓

前言/序言

近年來，隨著大數(shù)據(jù)技術(shù)、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、數(shù)據(jù)科學(xué)以及人工智能等領(lǐng)域的發(fā)展與興起，掀起一場(chǎng)新的技術(shù)革命，各行各業(yè)對(duì)相關(guān)人才的需求也隨之而來。數(shù)據(jù)科學(xué)作為數(shù)學(xué)與計(jì)算機(jī)的交叉學(xué)科，旨在塑造集數(shù)學(xué)知識(shí)和計(jì)算機(jī)編程于一體的優(yōu)秀人才。人工智能的興起離不開數(shù)學(xué)的發(fā)展，而人工智能的核心就是數(shù)學(xué)。在教育、金融、電商以及醫(yī)療等行業(yè)的業(yè)務(wù)工作過程中，人工智能對(duì)于各行各業(yè)的發(fā)展已不可或缺，隨著5G時(shí)代的到來必將進(jìn)一步加快人工智能的發(fā)展。

本書以問題為導(dǎo)向，非常適合具備一定數(shù)學(xué)基礎(chǔ)和Python基礎(chǔ)的讀者學(xué)習(xí)。讀者可以在短時(shí)間內(nèi)學(xué)習(xí)本書中介紹的所有算法。

作為一本關(guān)于人工智能算法的入門級(jí)書籍，本書共有5章。

第1章主要闡述Python的基礎(chǔ)內(nèi)容，主要介紹關(guān)于Python的發(fā)展歷程、不同操作系統(tǒng)下的安裝、人工智能常用的模塊以及虛擬環(huán)境搭建；著重介紹Python的數(shù)據(jù)類型、數(shù)據(jù)結(jié)構(gòu)、條件判斷、循環(huán)語法以及其他基礎(chǔ)內(nèi)容；最后介紹Jupyter系列軟件的安裝和使用方法。