机读格式显示(MARC)

• 000 02159nam 2200289 450

• 001 0000595960

• 005 20221120161500.0

• 010 __ |a 978-7-302-57188-9 |d CNY69.00

• 100 __ |a 20210326d2021 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a Python人工智能 |A Pythonren gong zhi neng |e 原理、实践及应用 |f 杨博雄主编 |j 于营, 肖衡, 潘玉霞等副主编

• 210 __ |a 北京 |c 清华大学出版社 |d 2021

• 215 __ |a xi, 283页 |c 图 |d 26cm

• 225 2_ |a 清华开发者书库 |A qing hua kai fa zhe shu ku |i Python

• 314 __ |a 杨博雄, 博士, 武汉大学测绘遥感信息工程国家重点实验室博士后, 硕士研究生导师, 三亚学院信息与智能工程学院副院长、教授, 海南省人工智能学会人工智能教育专业委员会副主任、区块链专业委员会委员。长期从事物联网、云计算、大数据、高性能计算、人工智能等方面的研究与教学工作。

• 330 __ |a 本书共分为9章。第1章主要讲解人工智能的发展历史、驱动因素及关键技术等。第2章为Python编程语言, 系统介绍Python的语法规则、数据类型、程序结构及文件操作和图形化编程等。第3章为概率统计基础, 本章是人工智能的理论基础。第4章为最优化方法, 解释人工智能算法本质问题。第5章深度学习与神经网络是本书的重点章节, 该章对当前基于深度学习的多层神经网络, 如卷积神经网络、递归/循环神经网络长短期记忆神经网络等进行全面、深入的讲解。第6章TensorFlow深度学习, 重点介绍深度学习开源框架TensorFlow的使用方法及如何利用TensorFlow开发和部署各种深度学习模型。第7章数据采集与数据集制作, 详细介绍如何通过网络爬虫等方法从互联网上搜集数据并制作成数据集。第8章详细阐述如何利用GPU并行计算设备和CUDA编程来加速人工智能深度学习的模型训练。第9章精心挑选了7个人工智能实验案例, 包括数据智能分析、视频图像智能理解、自然语言处理等各个方面, 从易到难, 可以作为本书配套的实验教学内容。

• 333 __ |a 本书可作为人工智能、计算机、电子信息、智能科学与技术数据科学与大数据、机器人工程等专业的高年级本科生及研究生的学习用书, 也可作为从事人工智能研究与开发的科研人员、工程技术人员及智能应用爱好者的参考书籍

• 410 _0 |1 2001 |a 清华开发者书库 |i Python

• 606 0_ |a 软件工具 |A ruan jian gong ju |x 程序设计

• 690 __ |a TP311.561 |v 5

• 701 _0 |a 杨博雄 |A yang bo xiong |4 主编

• 801 _0 |a CN |b 北京京城新安 |c 20210326

• 905 __ |a WFKJXY |d TP311.561/434

• 920 __ |a 4370400 |z 1