123,123,123

內(nèi)容簡(jiǎn)介

　　《機(jī)器學(xué)習(xí)算法在教育領(lǐng)域的應(yīng)用研究》從教育出發(fā)，介紹了人工智能在教育中的應(yīng)用。全書(shū)分為三個(gè)部分第一部分：一、二章簡(jiǎn)單介紹了人工智能和機(jī)器學(xué)習(xí)的概念以及他們?cè)诮逃I(lǐng)域中的發(fā)展現(xiàn)狀第二部分：三、四、五、六、七章介紹了常用機(jī)器學(xué)習(xí)算法原理，并利用教育數(shù)據(jù)進(jìn)行算法介紹和講解第三部分：八章結(jié)合哈佛大學(xué)和麻省理工的edX平臺(tái)數(shù)據(jù)集，分別完成分類(lèi)任務(wù)（輟學(xué)預(yù)測(cè)）和回歸任務(wù)（預(yù)測(cè)學(xué)生成績(jī)），并對(duì)算法效率進(jìn)行對(duì)比；第九章對(duì)人工智能+教育的未來(lái)發(fā)展方向進(jìn)行闡述。

作者簡(jiǎn)介

　　米慧超，河南財(cái)經(jīng)政法大學(xué)碩士，講師。研究方向人工智能大數(shù)據(jù)分析、在線學(xué)習(xí)過(guò)程自動(dòng)化分析研究。即將出版《人工智能視域下機(jī)器學(xué)習(xí)在金融領(lǐng)域的應(yīng)用研究》。

圖書(shū)目錄

第1章人工智能及機(jī)器學(xué)習(xí)概述
1．1 人工智能概述
1．2 機(jī)器學(xué)習(xí)概述
1．3 人工智能的應(yīng)用
第2章人工智能在教育領(lǐng)域的應(yīng)用
2．1 人工智能與學(xué)生
2．2 人工智能與教師
2．3 人工智能與教師決策支持
第3章數(shù)據(jù)準(zhǔn)備及預(yù)處理
3．1 數(shù)據(jù)下載和導(dǎo)入
3．2 數(shù)據(jù)觀察
3．3 數(shù)據(jù)預(yù)處理
3．4 數(shù)據(jù)抽樣
3．5 數(shù)據(jù)平衡化
3．6 過(guò)擬合和欠擬合
第4章有監(jiān)督機(jī)器學(xué)習(xí)
4．1 有監(jiān)督機(jī)器學(xué)習(xí)簡(jiǎn)介
4．2 距離計(jì)算
4．3 k近鄰算法
4．4 線性回歸
4．5 邏輯回歸算法
4．6 支持向量機(jī)
4．7 決策樹(shù)
第5章無(wú)監(jiān)督機(jī)器學(xué)習(xí)
5．1 無(wú)監(jiān)督機(jī)器學(xué)習(xí)簡(jiǎn)介
5．2 聚類(lèi)算法
5．3 關(guān)聯(lián)規(guī)則
第6章數(shù)據(jù)降維
6．1 數(shù)據(jù)降維
6．2 線性降維
6．3 非線性降維
第7章神經(jīng)網(wǎng)絡(luò)
7．1 神經(jīng)元
7．2 感知機(jī)與多層網(wǎng)絡(luò)
7．3 反向傳播算法
第8章機(jī)器學(xué)習(xí)算法在教育實(shí)踐中的應(yīng)用案例分析
8．1 學(xué)生成績(jī)預(yù)測(cè)
8．2 學(xué)生輟學(xué)預(yù)測(cè)
第9章人工智能教育的展望與挑戰(zhàn)
9．1 人工智能教育展望
9．2 人工智能教育的挑戰(zhàn)
參考文獻(xiàn)