Python AI 項目實戰 (Practical Python AI Projects: Mathematical Models of Optimization Problems with Google OR-Tools)

Serge Kruk 鄒偉//楊秀璋

買這商品的人也買了...

商品描述

本書從機器學習的基本原理開始講解,然後是神經網絡、深度學習,*後講解卷積神經網絡。
本書在講解原理的基礎上,以MATLAB為開發工具和編程語言,
將深度學習所涉及的原理均用MATLAB進行仿真實踐,
並將書中所有的實例以MATLAB為底層編程語言進行編程和講解。

通過本書的閱讀,讀者可以學會神經網絡和多層神經網絡的原理,
卷積和池化的含義,並可利用MATLAB進行深度學習的研究和開發。

本書可用作高等院校人工智能課程或工程師培訓的教材,
也可供從事人工智能等領域研究和應用的開發人員使用。

目錄大綱

目錄
第1章概述
1.1本書面向哪些問題
1.2本書的特點
1.2.1運行模型
1.2.2關於符號的解釋
1.3實踐中去學習:兩棲動物共存

第2章線性連續模型
2.1摻雜(Mixing)
2.1. 1構建模型
2.1.2變化量
2.1.3組合問題
2.2混合(Blending)
2.2.1構建模型
2.2.2變化量
2.3項目管理
2.3.1構建模型
2.3.2變化量
2.4多級模型
2.4.1問題實例
2.4.2構建模型
2.4.3變化量
2.5模式分類
2.5.1構建模型
2.5.2可執行模型

第3章隱線性連續模型
3.1分段線性
3.1.1構建模型
3.1.2變化量
3.2曲線擬合
3.2.1構建模型
3.2.2變化量
3.3重新審視模式分類

第4章線性網絡模型
4.1最大流量
4.1.1構建模型
4.1.2決策變量
4.1.3變化量
4.2最小成本流
4.2.1構建模型
4.2. 2變化量
4.3轉運
4.3.1構建模型
4.3.2變化量
4.4最快捷徑
4.4.1構建模型
4.4.2選擇算法
4.4.3變化量

第5章經典離散模型
5.1最小的集合數量
5.1.1構建模型
5.1.2變化量
5.2集合填充
5.2.1構建模型
5.2.2變化量
5.3裝箱
5.4旅行推銷員
5.4.1構建模型
5.4.2變化量

第6章經典混合模型
6.1設施選址
6.1.1構建模型
6.1.2變化量
6.2多商品流
6.2.1構建模型
6.2.2變化量
6.2.3實例
6.3人員編制
6.3.1構建模型
6.3.2變化量
6.4作業車間調度

第7章先進技術
7.1配料問題
7.1.1構建模型
7.1.2預分配裁剪模式
7.2非凸問題相關技巧
7.2.1從n個變量中選擇k個非零變量
7.2.2從n個變量中選擇k個相鄰非零變量
7.2.3從n個約束條件中選擇k個條件
7.2.4大中取大和小中取小
7.3排班問題
7.3.1構建模型
7.3.2變化量
7.4賽事時間表問題
7.4.1構建模型
7.4 .2變化量
7.5謎題問題
7.5.1偽象棋問題
7.5.2數獨謎題
7.5.3算式謎題:Send More Money!
7.5.4邏輯謎題:Ladies and Tigers
7.6 Python中優化工具MPSolver快速參考