机读格式显示(MARC)

• 000 01860nam0 2200289 450

• 001 0000591825

• 005 20230618195400.0

• 010 __ |a 978-7-301-32918-4 |d CNY109.00

• 100 __ |a 20220426d2022 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 人工智能算法基础 |A ren gong zhi neng suan fa ji chu |b 专著 |f 唐宇迪[等]编著

• 210 __ |a 北京 |c 北京大学出版社 |d 2022

• 215 __ |a 466页 |c 图 |d 26cm

• 300 __ |a 中国人工智能学会副理事长力荐教材

• 304 __ |a 编著还有：史卫亚、罗召勇、李琳、侯慧芳

• 314 __ |a 唐宇迪，计算机专业博士，网易云课堂人工智能认证行家，51CTO学院讲师，CSDN博客讲师。拥有多年人工智能领域培训经验，带领课程研发团队累计开发A课程60余门，覆盖当下人工智能热门应用领域。史卫亚，计算机博士，EEE会员，CCF会员，INNS会员。2015-2016年在美国北卡罗纳大学做访问学者，现执教于河南工业大学人工智能与大数据学院。主要研究方向：机器学习、数据库、图像和视频处理、人工智能和模式识别。罗召勇，深耕算法、程序架构十余年，曾任1+X大数据技能等级考试出题人。

• 330 __ |a 本书以零基础讲解为宗旨，详细讲解了常用的人工智能算法，并与实际应用相结合，内容循序渐进，案例丰富翔实，旨在帮助读者掌握人工智能的算法基础。全书分为4篇，共20章。其中第1篇为基础算法篇，从第1章到第9章，主要讲述排序、查找、线性结构、树、散列图、堆栈等基本数据结构算法；第2篇为机器学习算法篇，从第10章到第14章，主要讲述分类算法、回归算法、聚类算法、降维算法和集成学习算法；第3篇为强化学习算法篇，从第15章到第16章，主要讲述基于价值的强化学习算法和基于策略的强化学习算法；第4篇为深度学习算法篇，从第17章到第19章，主要讲述神经网络模型算法、循环神经网络算法和卷积神经网络算法等内容。

• 606 0_ |a 人工智能 |A Ren Gong Zhi Neng |x 算法理论

• 690 __ |a TP183 |v 5

• 701 _0 |a 唐宇迪 |A tang yu di |4 编著

• 701 _0 |a 史卫亚 |A shi wei ya |4 编著

• 701 _0 |a 罗召勇 |A luo zhao yong |4 编著

• 801 _0 |a CN |b LIB |c 20230618

• 905 __ |a LIB |d TP183/101