图文详情

Python文本挖掘和知识发现：大模型时代的新挑战与探索(教材）

杨秀璋【等著 / 北京航空航天大学出版社 / 2026-04 / 其他

售价 63.00 4.5折

定价￥139.00

品相全新

优惠

发货

承诺48小时内发货

运费

本店暂时无法向该地区发货

延迟发货说明

时间：

说明：

上书时间2026-11-01

数量: 仅1件在售，欲购从速

立即购买加入购物车收藏

卖家超过10天未登录

十年老店

志军书店

店铺等级

拍卖等级

资质认证

90天平均

成功完成

90.75% (1788笔)

好评率

99.99%

发货时间

12.17小时

店主

龙马精神书店

联系

在线交谈离线留言

地址

河北省保定市安国市

进店逛逛收藏店铺

商品详情
店铺评价

立即购买加入购物车收藏

手机购买

微信扫码访问

图书条目信息
图书 > 教材教辅考试 > 教材 > 大学教材 > 工程技术
Python文本挖掘和知识发现：大模型时代的新挑战与探索(教材）
作者: 杨秀璋【等著

出版社: 北京航空航天大学出版社

出版时间: 2026-04

版次: 1

ISBN: 9787512451117

定价: 139.00

装帧: 其他

开本: 其他
内容简介：

本书立足大数据、人工智能与大语言模型快速演进的技术背景，系统阐释文本挖掘与知识发现的理论基础、关键方法与实践路径。全书以 Python 为主要实现工具，围绕“数据—信息—知识”的转化逻辑，构建由基础到高阶的递进式内容体系，涵盖文本表示、分类、聚类、情感分析、主题挖掘、智能问答、知识图谱及多模态处理等核心内容，强调方法原理、算法实现与场景应用的有机统一。 ? 本书兼具学术性、系统性与实践性，既适合作为高等院校相关课程教材，也可为科研人员与行业从业者开展文本智能分析与知识服务研究提供参考。

作者简介：

杨秀璋 ? 贵州大学校聘副教授，武汉大学博士，CSDN、华为云博客专家，科大讯飞荣誉讲师，长期致力于人工智能、大模型、网络安全及大数据分析研究。出版学术专著及译著共12部，著有畅销书《DeepSeek赋能职场办公与科学研究开发实践》《Python网络数据爬取及分析从入门到精通》系列；发表论文30余篇，主持国家级、省部级科研项目8项，参与国家重点研发计划、国家自然科学基金、贵州省重大专项等项目多项。 ? ? 党超辉 ? 云安全联盟（CSA）大中华区专家，微软云全球MVP专家，阿里云MVP专家、华为云HCDE、深信服MVP专家、腾讯云架构师技术同盟名人堂专家。长期致力于人工智能、AI大模型、网络安全等研究。著译有畅销书《DeepSeek 赋能职场办公与科学研究开发实践》《ATT&CK视角下的红蓝对抗实战指南》等。

目录：

第1章绪论1

?

1.1人工智能1

?

1.2自然语言处理4

?

1.3文本挖掘和知识发现7

?

1.3.1文本挖掘7

?

1.3.2知识发现9

?

1.3.3研究现状10

?

1.4章节安排11

?

第2章预备知识与开发工具16

?

2.1Python基础入门16

?

2.1.1Python简介16

?

2.1.2常用开发工具17

?

2.1.3基础语法和基本操作20

?

2.1.4函数和文件操作27

?

2.2Python数据分析常用扩展包31

?

2.2.1NumPy基本用法32

?

2.2.2pandas基本用法33

?

2.2.3scikit?learn基本用法35

?

2.2.4Matplotlib基本用法37

?

2.3Keras基础入门38

?

2.3.1TensorFlow、Keras和PyTorch简介38

?

2.3.2Keras的安装40

?

2.3.3Keras基础知识41

?

2.4大模型入门44

?

2.5本章小结49

?

第3章机器学习基础知识50

?

3.1机器学习概述50

?

3.1.1什么是机器学习50

?

3.1.2性能评估53

?

3.2回归54

?

3.2.1什么是回归54

?

3.2.2线性回归算法55

?

3.2.3多项式回归算法59

?

3.2.4逻辑回归算法61

?

3.3分类66

?

3.3.1什么是分类66

?

3.3.2决策树分类算法66

?

3.3.3KNN分类算法71

?

3.3.4SVM分类算法74

?

3.3.5其他分类算法78

?

3.4聚类79

?

3.4.1什么是聚类79

?

3.4.2K?Means聚类算法80

?

3.4.3BIRCH聚类算法85

?

3.4.4均值漂移聚类算法86

?

3.5本章小结87

?

第4章深度学习基础知识88

?

4.1深度学习概述88

?

4.2神经网络90

?

4.2.1什么是神经网络90

?

4.2.2神经网络案例实现91

?

4.2.3激励函数95

?

4.2.4优化器96

?

4.3神经网络评估机制98

?

4.3.1评估指标98

?

4.3.2评估曲线98

?

4.4卷积神经网络100

?

4.4.1卷积神经网络原理100

?

4.4.2卷积神经网络案例实现103

?

4.4.3神经网络参数保存及可视化108

?

4.5循环神经网络111

?

4.5.1循环神经网络原理111

?

4.5.2LSTM113

?

4.5.3GRU115

?

4.5.4循环神经网络案例实现116

?

4.6Autoencoder算法118

?

4.6.1Autoencoder算法原理119

?

4.6.2Autoencoder算法案例实现120

?

4.7注意力机制和Transformer123

?

4.7.1注意力机制原理123

?

4.7.2注意力机制代码实现124

?

4.7.3Transformer和大模型126

?

4.8图神经网络拓展129

?

4.9本章小结131

?

第5章文本挖掘算法数学知识132

?

5.1概率论基础知识132

?

5.1.1样本空间与随机事件132

?

5.1.2等可能概率模型134

?

5.1.3条件概率模型135

?

5.2极大似然估计136

?

5.2.1参数估计137

?

......

展开全部
货号：

2K51
- 图2
配送说明

...
相似商品
为你推荐

孔网分类

孔网特色

外文古旧书(20)

图书

特色

图书

Python文本挖掘和知识发现：大模型时代的新挑战与探索(教材）

孔网啦啦啦啦啦纺织女工火锅店第三课