简介
本书在不涉及大量数学与编程知识的前提下,从零开始,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)机器学习的开源程序库,等等。全书共四部分,分别是:(1) 入门篇: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) 进阶篇: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;甚至,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。
更多出版物信息
- 版权: 清华大学出版社
- 出版: 2024-04-01
- 更新: 2024-10-24
- 书号:9787302661788
- 中图:TP311.561
- 学科:工学控制科学与工程工学计算机科学与技术工学软件工程