人工智能算法与实践

**部分 基础知识 第1章 人工智能与算法概述 1.1 人工智能 1.1.1 人工智能的概念 1.1.2 人工智能的发展 1.1.3 人工智能的应用 1.2 AI算法简介 1.2.1 算法定义 1.2.2 AI算法定义 1.2.3 AI算法分类 1.3 人工智能与算法的关系 1.4 算法在人工智能中的应用 1.5 本章习题 第2章 AI算法实验环境简介 2.1 Python环境安装与配置 2.2 Python可视化库 2.2.1 可视化库简介 2.2.2 matplotlib的基本元素和常用方法 2.2.3 matplotlib绘图 2.3 深度学习算法实验环境简介 2.4 TensorFlow框架搭建 2.5 本章习题 第二部分 监督式学习算法 第3章 线性回归算法 3.1 算法概述 3.2 算法原理 3.2.1 线性回归模型 3.2.2 一元线性回归算法 3.2.3 多元线性回归算法 3.2.4 梯度下降求解线性回归模型 3.3 算法案例：波士顿房价预测 3.4 算法总结 3.5 本章习题 第4章 逻辑回归算法 4.1 算法概述 4.1.1 什么是逻辑回归 4.1.2 逻辑回归对比线性回归 4.1.3 算法引入 4.2 算法原理 4.2.1 算法流程 4.2.2 假设函数 4.2.3 代价函数 4.2.4 梯度下降法 4.2.5 决策边界 4.3 算法案例：判断是否为恶性肿瘤 4.4 算法总结 4.5 本章习题 第5章 支持向量机 5.1 算法概述 5.2 算法原理