万本电子书0元读

万本电子书0元读

顶部广告

Python人工智能编程实践电子书

本书在不涉及大量数学与编程知识的前提下,从零始,逐步带领读者熟悉并掌握当下最流行的基于Python 3的人工智能编程工具:包括,但不限于数据分析(Pandas),以及支持单机(Scikit-learn)、深度(PyTorch、TensorFlow、PaddlePaddle)和分布式(PySpark-ML)机器学习的源程序库等。

售       价:¥

纸质售价:¥75.90购买纸书

79人正在读 | 0人评论 6.6

作       者:范淼、徐晟桐

出  版  社:清华大学出版社有限公司

出版时间:2024-04-01

字       数:12.6万

所属分类: 科技 > 计算机/网络 > 程序设计

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
本书在不涉及大量数学与编程知识的前提下,从零始,逐步带领读者熟悉并掌握当下最流行的基于Python 3的人工智能编程工具,包括但不限于数据分析(Pandas),以及支持单机(Scikitlearn)、深度(PyTorch、TensorFlow、PaddlePaddle)和分布式(PySparkML)机器学习的源程序库,等等。 全书共分为4部分,分别如下。 (1) 门篇: 包括对全书核心概念的指南性介绍,以及如何在多种主流PC操作系统上(如Windows、macOS和Ubuntu)配置基本编程环境的详细说明。 (2) 基础篇: 涵盖了Python 3.11的编程基础、基于Pandas 2.0的数据分析,以及使用Scikitlearn 1.3解决大量经典的单机(单核/多核)机器学习问题。 (3) 阶篇: 介绍如何使用PyTorch 2.0、TensorFlow 2.12,以及PaddlePaddle 2.5,分别搭建多种深度学习神经网络框架。尝试基于PySpark 3.4的ML编程库完成一些常见的分布式机器学习任务。 (4) 实践篇: 利用全书所讲授的Python编程、数据分析,以及(单机、深度、分布式)机器学习知识,从事Kaggle多种类型的竞赛实战。同时,介绍如何使用Git工具,在Gitee与GitHub平台上更新和维护自己的日常代码与编程项目。 综上,本书面向所有对人工智能领域感兴趣的读者,特别适合从事数据挖掘、机器学习、计算机视觉、自然语言处理等相关技术研发和应用实践的初学者。<br/>【推荐语】<br/>本书在不涉及大量数学与编程知识的前提下,从零始,逐步带领读者熟悉并掌握当下最流行的基于Python 3的人工智能编程工具:包括,但不限于数据分析(Pandas),以及支持单机(Scikit-learn)、深度(PyTorch、TensorFlow、PaddlePaddle)和分布式(PySpark-ML)机器学习的源程序库等。<br/>
目录展开

内容简介

作者介绍

致谢

前言

入门篇

第1章 全书指南

第2章 基本环境搭建与配置

基础篇

第3章 Python编程基础

第4章 Pandas数据分析

第5章 Scikit-learn单机机器学习

进阶篇

第6章 PyTorch/TensorFlow/PaddlePaddle深度学习

第7章 PySpark分布式机器学习

实践篇

第8章 Kaggle竞赛实践

第9章 Git代码管理

后记

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部