新書推薦：
《
寒门攻略
》
售價：HK$
305
《
壹卷YeBook 记忆肖像：罗素回忆录 诺贝尔文学奖得主哲学大师罗素传记性回忆录
》
售價：HK$
245
《
历史认知语言学
》
售價：HK$
398
《
社会正义与城市
》
售價：HK$
347
《
晚清民国的国学研究 壹卷YeBook 重塑国学回到国学大师的黄金时代
》
售價：HK$
490
《
中国现代考古学的思想谱系（增订版）壹卷YeBook 论世衡史 重返学术现场考古学如何应答时代之问
》
售價：HK$
418
《
在城在乡：清代江南市镇与农村关系的空间透视（清史研究丛书新编）
》
售價：HK$
505
《
唐代长安与西域文明 全新增订本 带你领略西域诸国的风土人情
》
售價：HK$
235
|
| 內容簡介： |
|
《大数据与人工智能导论》紧密结合人工智能时代的发展要求，针对不同学科专业人才培养对新一代信息技术知识的迫切需求，精选相关核心内容编写而成。以“数据”和“服务”为主线，以“数据驱动”和“知识驱动”为核心，以大数据与人工智能技术和方法及其应用为内容主体，体现大数据与人工智能所要求的数据（算料）、算法、算力、知识等要素的融合。《大数据与人工智能导论》涵盖计算思维与程序设计（Python）、物联网、云计算、大数据、人工智能、数据安全与相关法律法规等知识体系和相关核心内容。
|
| 目錄：
|
|
目录第1章 绪论 11.1 计算思维与程序设计的基础作用 21.2 新一代信息技术的核心领域与创新应用 31.2.1 物联网：智能化的数据采集与传输 31.2.2 云计算：强大的计算与存储能力 41.2.3 大数据：从海量数据中挖掘价值 51.2.4 人工智能：实现智能化的自动决策 71.3 数据安全与相关法律法规的保障作用 9习题1 10第2章 计算思维与编程思维 112.1 计算思维 112.1.1 计算思维研究初探 122.1.2 计算思维的概念 122.1.3 计算思维的特征 132.2 编程思维 132.2.1 编程思维研究初探 132.2.2 编程思维的概念 142.2.3 编程思维的特征 142.2.4 编程思维的应用领域 15习题2 15第3章 Python程序设计 163.1 Python语言简介与解释器 163.1.1 Python语言简介 163.1.2 Python解释器与集成开发环境 163.2 Python语言基础 173.2.1 运算和表达式 173.2.2 空格和注释 203.3 程序的控制结构 213.3.1 分支结构 213.3.2 while循环 263.3.3 for循环 293.3.4 循环中断语句 313.4 组合数据类型 333.4.1 序列 333.4.2 字符串 363.4.3 列表和元组 413.5 函数 453.5.1 函数的概念 453.5.2 函数的创建和调用 46习题3 48第4章 数据存取 494.1 文本文件存取 494.1.1 将文本写入普通文本文件 494.1.2 从普通文本文件读取内容 534.1.3 将文本写入CSV文件 574.1.4 从CSV文件读取文本 594.2 Excel文件存取及编辑 614.2.1 Python中Excel相关库概览 614.2.2 xlwings库相关概念 614.2.3 创建工作簿 624.2.4 打开工作簿并操作工作表 644.2.5 区域数据的写入 664.2.6 区域数据的读取 704.2.7 区域数据的编辑 714.2.8 格式设置 734.2.9 数据分析 754.2.10 图表 77习题4 79第5章 数据采集 805.1 互联网数据采集 805.1.1 用API采集数据 805.1.2 用爬虫采集数据 835.2 物联网数据采集 905.2.1 物联网简介 905.2.2 用MQTT采集数据 915.3 公开数据集获取 92习题5 92第6章 数据处理与分析 936.1 数据处理基础 936.1.1 NumPy入门 956.1.2 Pandas入门 1056.1.3 数据处理 1156.2 数据分析基础 1326.2.1 使用Pandas进行统计分析 1346.2.2 数据分析应用案例 1426.3 数据可视化 145习题6 158第7章 机器学习 1617.1 机器学习概述 1627.1.1 定义与起源 1627.1.2 机器学习的类型与过程 1637.1.3 机器学习发展历程与未来趋势 1647.2 机器学习的主要编程框架 1677.2.1 scikit-learn 1677.2.2 TensorFlow与Keras 1687.2.3 PyTorch 1707.2.4 国产机器学习框架 1727.2.5 其他机器学习框架 1727.3 统计学习方法 1737.3.1 线性回归 1737.3.2 逻辑回归 1757.3.3 支持向量机 1777.3.4 朴素贝叶斯分类 1787.3.5 决策树与随机森林 1807.3.6 集成学习 1827.4 神经网络与深度学习 1857.4.1 神经网络简介 1867.4.2 深度学习基本流程 1887.5 机器学习的应用场景 192习题7 193第8章 扩展存储与算力 1948.1 扩展存储 1948.1.1 云计算弹性的存储空间 1948.1.2 云存储的应用案例 1958.1.3 云存储的操作案例 1968.1.4 云存储的优势和挑战 2008.2 扩展算力 2018.2.1 利用云计算扩展算力 2018.2.2 实践案例与经验分享 2048.2.3 利用GPU扩展算力 205习题8 212第9章 人工智能应用 2139.1 人工智能在经济管理领域中的应用 2139.2 人工智能在法学领域中的应用 2209.3 人工智能在计算机视觉领域中的应用 2289.4 人工智能应用的新领域 2389.4.1 人脸识别 2399.4.2 智能芯片 2469.4.3 生物特征识别 2479.4.4 智慧城市 2489.4.5 信息犯罪 2499.4.6 元宇宙 249习题9 250第10章 人工智能伦理 25110.1 人工智能涉及的主要伦理风险 25110.1.1 人工智能涉及的伦理风险分类 25110.1.2 人工智能道德性伦理风险 25210.1.3 人工智能公平性伦理风险 25410.1.4 人工智能透明性伦理风险 25610.1.5 人工智能诚信性伦理风险 25610.1.6 人工智能可解释性伦理风险 25710.1.7 人工智能安全性伦理风险 25710.2 人工智能伦理问题的应对 25910.2.1 人工智能伦理治理原则 25910.2.2 现有人工智能伦理治理监管体系 26010.2.3 人工智能伦理问题科学应对策略 269习题10 273第11章 数据权利与数据治理 27411.1 数据分析中的数据权利 27411.1.1 相关概念 27411.1.2 相关法律规则 27711.2 数据治理的理论与实践 27811.2.1 数据治理的基本概念 28011.2.2 数据治理的目标范围 28211.2.3 数据治理的准则规范 28511.2.4 数据治理的体系架构 289习题11 293第12章 数据安全与相关法律法规 29412.1 数据安全基本知识 29412.2 数据安全与网络空间安全 29812.3 数据安全与国家安全 29912.4 数据安全在人工智能领域的发展 30112.4.1 人工智能中的数据安全问题 30112.4.2 人工智能中的相关法律法规及标准规范 305习题12 308参考文献 309
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
