人工智能基础理论与能源矿业领域的应用

定　　价：168 元

• 作者：汤继周，李玉伟，陈胜男编著
• 出版时间：2023/1/1
• ISBN：9787030766182
• 出 版 社：科学出版社

• 中图法分类：TK01 
• 页码：291页
• 版次：1
• 开本：26cm

内容简介

本书从人工智能基础理论出发，介绍机器学习算法和相关数学模型，然后再介绍人工智能理论在非常规油气资源开采及矿产资源开发的应用，涵盖深部储层精细刻画、智能监测、施工优化、安全预警等领域。本书可作为高校教学用书和科研参考用书，适用于石油、矿业等能源领域以及土木、力学等工程领域。

更多科学出版社服务，请扫码获取。

目 录

目录： 第一章 机器学习基础 第一节 引言 1.1.1 机器学习类别 1.1.2 机器学习库 1.1.3 机器学习工作流 第二节 数据预处理 1.2.1 数据分割：训练、验证和测试数据集 1.2.2 数据加载——读取不同数据类型 1.2.3 特征工程 1.2.4 超参数优化 第三节 监督学习 1.3.1 k-近邻算法 (k-Nearest Neighbors, k-NN) 1.3.2线性模型 1.3.3 支持向量机 1.3.4 决策树 1.3.5 Bagging 与 Boosting 1.3.6 决策树集成 1.3.7 人工神经网络简介 1.3.8 高斯朴素贝叶斯分类 1.3.9 线性判别分析（LDA） 第四节 无监督学习 1.4.1 聚类 1.4.2 降维 第五节 半监督学习 1.5.1自训练 1.5.2协同训练 1.5.3 半监督聚类 1.5.4 生成式半监督学习 第六节 强化学习 1.6.1 模型自适应强化学习 1.6.2 模仿学习 第七节 模型评估 1.7.1交叉验证 1.7.2评估指标 1.7.3二分类指标 1.7.4回归指标 习题