AI源码解读:推荐系统案例(Python版)

副标题:无

作   者:李永华

分类号:

ISBN:9787302576693

微信扫一扫,移动浏览光盘

简介

本书以人工智能发展为时代背景,通过20个实际案例系统介绍了机器学习模型和算法,为工程技术 人员提供较为详细的实战方案,以便深度学习。 在编排方式上,全书侧重介绍创新项目的过程,分别从整体设计、系统流程、实现模块等角度论述数据 处理、模型训练及模型应用,并剖析模块的功能、使用和程序代码。为便于读者高效学习,快速掌握人工智 能技术的开发方法,本书配套提供项目设计工程文档、程序代码、出现的问题及解决方法,可供读者举一反 三,二次开发。 本书将系统设计、代码实现以及运行结果展示相结合,语言简洁,讲解深入浅出、通俗易懂,不仅适合 Python编程的爱好者,而且适合作为高等院校相关专业的教材,还可作为智能应用创新开发专业技术人员 的参考用书。

目录


项目1基于马尔可夫模型的自动即兴音乐
1.1总体设计
1.1.1系统整体结构
1.1.2系统流程
1.2运行环境
1.2.1Python环境
1.2.2PC环境配置
1.3模块实现
1.3.1钢琴伴奏制作
1.3.2乐句生成
1.3.3贝斯伴奏制作
1.3.4汇总歌曲制作
1.3.5GUI设计
1.4系统测试
项目2小型智能健康助手
2.1总体设计
2.1.1系统整体结构
2.1.2系统流程
2.2运行环境
2.3模块实现
2.3.1疾病预测
2.3.2药物
2.3.3模型测试
2.4系统测试
2.4.1训练准确度
2.4.2测试效果
2.4.3模型应用
项目3基于SVM的酒店评论系统
3.1总体设计
3.1.1系统整体结构
3.1.2系统流程
3.2运行环境
3.2.1Python环境
3.2.2TensorFlow环境
3.2.3安装其他模块
3.2.4安装MySQL数据库
3.3模块实现
3.3.1数据预处理
3.3.2模型训练及保存
3.3.3模型测试
3.4系统测试
3.4.1训练准确率
3.4.2测试效果
3.4.3模型应用


项目4基于MovieLens数据集的电影系统
4.1总体设计
4.1.1系统整体结构
4.1.2系统流程
4.2运行环境
4.2.1Python环境
4.2.2TensorFlow环境
4.2.3后端服务器
4.2.4Django环境配置
4.2.5微信小程序环境
4.3模块实现
4.3.1模型训练
4.3.2后端Django
4.3.3前端微信小程序
4.4系统测试
4.4.1模型损失曲线
4.4.2测试效果
项目5基于排队时间预测的智能导航系统
5.1总体设计
5.1.1系统整体结构
5.1.2系统流程
5.2运行环境
5.2.1Python环境
5.2.2Scikitlearn环境
5.3模块实现
5.3.1数据预处理
5.3.2客流预测
5.3.3百度地图API调用
5.3.4GUI设计
5.3.5路径规划
5.3.6智能
5.4系统测试
5.4.1训练准确率
5.4.2测试效果
5.4.3程序应用
项目6基于人工智能的面相分析
6.1总体设计
6.1.1系统整体结构
6.1.2系统流程
6.2运行环境
6.2.1Python环境
6.2.2TensorFlow环境
6.2.3界面编程环境
6.3模块实现
6.3.1数据预处理
6.3.2模型构建
6.3.3模型训练及保存
6.3.4模型测试
6.4系统测试
6.4.1训练准确率
6.4.2测试效果
6.4.3模型应用
项目7图片情感分析与匹配音乐生成
7.1总体设计
7.1.1系统整体结构
7.1.2系统流程
7.2运行环境
7.2.1Python环境
7.2.2Magenta环境
7.3模块实现
7.3.1数据预处理
7.3.2模型构建
7.3.3模型训练及保存
7.4系统测试
7.4.1测试效果
7.4.2模型应用
项目8新闻自动文摘系统
8.1总体设计
8.1.1系统整体结构
8.1.2系统流程
8.2运行环境
8.2.1Python环境
8.2.2TensorFlow环境
8.3模块实现
8.3.1数据预处理
8.3.2词云构建
8.3.3关键词提取
8.3.4语音播报
8.3.5LDA主题模型
8.3.6模型构建
8.4系统测试
项目9基于用户特征的预测流量套餐
9.1总体设计
9.1.1系统整体结构
9.1.2系统流程
9.2运行环境
9.2.1Python环境
9.2.2Scikitlearn库的安装
9.3逻辑回归算法模块实现
9.3.1数据预处理
9.3.2模型构建
9.3.3模型训练及保存
9.3.4模型预测
9.4朴素贝叶斯算法模型实现
9.4.1数据预处理
9.4.2模型构建
9.4.3模型评估
9.5系统测试
项目10校园知识图谱问答系统
10.1总体设计
10.1.1系统整体结构
10.1.2系统流程
10.2运行环境
10.2.1Python环境
10.2.2服务器环境
10.3模块实现
10.3.1构造数据集
10.3.2识别网络
10.3.3命名实体纠错
10.3.4检索问题类别
10.3.5查询结果
10.4系统测试
10.4.1命名实体识别网络测试
10.4.2知识图谱问答系统整体测试
项目11新闻系统
11.1总体设计
11.1.1系统整体结构
11.1.2系统流程
11.2运行环境
11.2.1Python环境
11.2.2node.js前端环境
11.2.3MySQL数据库
11.3模块实现
11.3.1数据预处理
11.3.2热度值计算
11.3.3相似度计算
11.3.4新闻统计
11.3.5API接口开发
11.3.6前端界面实现
11.4系统测试
项目12口红色号检测系统
12.1总体设计
12.1.1系统整体结构
12.1.2系统流程
12.2运行环境
12.2.1Python环境
12.2.2TensorFlow环境
12.2.3安装face_recognition
12.2.4安装colorsys模块
12.2.5安装PyQt 5
12.2.6安装QCandyUi
12.2.7库依赖关系
12.3模块实现
12.3.1数据预处理
12.3.2系统搭建
12.4系统测试
项目13基于矩阵分解算法的Steam游戏系统
13.1总体设计
13.1.1系统整体结构
13.1.2系统流程
13.2运行环境
13.2.1Python环境
13.2.2TensorFlow环境
13.2.3PyQt 5环境
13.3模块实现
13.3.1数据预处理
13.3.2模型构建
13.3.3模型训练及保存
13.3.4模型测试
13.4系统测试
13.4.1训练准确率
13.4.2测试效果
13.4.3模型应用
项目14语音识别和字幕系统
14.1总体设计
14.1.1系统整体结构
14.1.2系统流程
14.2运行环境
14.3模块实现
14.3.1数据预处理
14.3.2翻译
14.3.3格式转换
14.3.4音频切割
14.3.5语音识别
14.3.6文本切割
14.3.7main函数
14.4系统测试
项目15发型系统设计
15.1总体设计
15.1.1系统整体结构
15.1.2系统流程
15.2运行环境
15.2.1Python环境
15.2.2PyCharm环境
15.3模块实现
15.3.1Face ?API调用
15.3.2数据爬取
15.3.3模型构建
15.3.4用户界面设计
15.4系统测试
15.4.1测试效果
15.4.2用户界面
项目16基于百度AI的垃圾分类系统
16.1总体设计
16.1.1系统整体结构
16.1.2系统流程
16.1.3PC端系统流程
16.2运行环境
16.2.1Python环境
16.2.2微信开发者工具
16.2.3百度AI
16.3模块实现
16.3.1PC端垃圾分类
16.3.2移动端微信小程序
16.4系统测试
16.4.1PC端效果展示
16.4.2微信小程序效果展示
项目17协同过滤音乐系统
17.1总体设计
17.1.1系统整体结构
17.1.2系统流程
17.2运行环境
17.2.1Python环境
17.2.2PyCharm和Jupyter
17.3模块实现
17.3.1数据预处理
17.3.2算法实现
17.3.3算法测评
17.4系统测试
项目18护肤品系统
18.1总体设计
18.1.1系统整体结构
18.1.2系统流程
18.2运行环境
18.3模块实现
18.3.1文件读入
18.3.2算法
18.3.3应用模块
18.3.4测试调用函数
18.4系统测试
项目19基于人脸识别的特定整蛊系统
19.1总体设计
19.1.1系统整体结构
19.1.2系统流程
19.2运行环境
19.2.1Python环境
19.2.2PyCharm环境
19.2.3dlib和face_recognition库
19.3模块实现
19.3.1人脸识别
19.3.2美颜处理
19.4系统测试
19.4.1人脸识别效果
19.4.2美颜效果
19.4.3GUI展示
项目20TensorFlow 2实现AI换脸
20.1总体设计
20.1.1系统整体结构
20.1.2系统流程
20.2运行环境
20.3模块实现
20.3.1数据集
20.3.2自编码器
20.3.3训练模型
20.3.4测试模型
20.4系统测试


已确认勘误

次印刷

页码 勘误内容 提交人 修订印次

AI源码解读:推荐系统案例(Python版)
    • 名称
    • 类型
    • 大小

    光盘服务联系方式: 020-38250260    客服QQ:4006604884

    意见反馈

    14:15

    关闭

    云图客服:

    尊敬的用户,您好!您有任何提议或者建议都可以在此提出来,我们会谦虚地接受任何意见。

    或者您是想咨询:

    用户发送的提问,这种方式就需要有位在线客服来回答用户的问题,这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问

    Video Player
    ×
    Audio Player
    ×
    pdf Player
    ×
    Current View

    看过该图书的还喜欢

    some pictures

    解忧杂货店

    东野圭吾 (作者), 李盈春 (译者)

    loading icon