检索可以作为“人工智能导论”课程的教材和参考书的书目信息,请给出检索工具,及5本图书列表(教材1本,参考书4本),给出推荐理由。
时间: 2024-05-31 09:09:40 浏览: 12
检索工具:豆瓣读书
教材:
《人工智能:一种现代方法》(英文名:Artificial Intelligence: A Modern Approach)
推荐理由:本书是人工智能领域的经典教材,全面介绍了人工智能的基本概念、方法和应用,涵盖了搜索、规划、知识表示、推理、自然语言处理、机器学习等各方面内容,是学习人工智能的必读之作。
参考书:
1.《深度学习》(英文名:Deep Learning)
推荐理由:本书是深度学习领域的经典著作,全面介绍了深度学习的基本理论、算法和应用,涵盖了卷积神经网络、循环神经网络、生成对抗网络等各种深度学习模型,是深入学习深度学习的重要参考。
2.《Python深度学习》(英文名:Python Deep Learning)
推荐理由:本书介绍了如何使用Python实现深度学习算法,包括使用TensorFlow、Keras等框架实现神经网络、卷积神经网络、循环神经网络等模型,深入浅出,适合初学者。
3.《统计学习方法》(英文名:Statistical Learning Method)
推荐理由:本书是机器学习领域的经典著作,介绍了统计学习的基本理论、算法和应用,包括感知机、k近邻法、决策树、逻辑斯蒂回归、支持向量机、贝叶斯分类器、集成学习等模型,是学习机器学习的重要参考。
4.《机器学习》(英文名:Machine Learning)
推荐理由:本书介绍了机器学习的基本理论和算法,包括监督学习、无监督学习、半监督学习、强化学习等多种机器学习模型,以及模型的评估方法和应用实例,适合初学者和进阶者阅读。
相关问题
数据库代码 从“图书表”中检索数据,列出每本图书的信息以及每个分类图书的最高价格和最低价格
好的,以下是一个示例 SQL 查询语句,用于从 "图书表"(假设表名为 "books")中检索数据,列出每本图书的信息以及每个分类图书的最高价格和最低价格:
```
SELECT
b.book_id,
b.book_title,
b.book_author,
b.book_category,
MIN(b.book_price) AS min_price,
MAX(b.book_price) AS max_price
FROM books b
GROUP BY b.book_category, b.book_id, b.book_title, b.book_author
ORDER BY b.book_category, b.book_id;
```
上述查询语句使用了 GROUP BY 子句和聚合函数(MIN 和 MAX),以便按照图书类别分组,并计算每个类别的最低价格和最高价格。最后使用 ORDER BY 子句按照类别和图书编号排序结果。
从“图书表”中检索数据,列出每本图书的信息以及每个分类图书的最高价格和最低价格。数据库代码
假设我们有以下的图书表(Book)结构:
| 书号 | 书名 | 作者 | 分类 | 价格 |
| --- | --- | --- | --- | --- |
| 1 | C语言程序设计 | 谭浩强 | 计算机科学 | 50 |
| 2 | Python基础教程 | Magnus Lie Hetland | 计算机科学 | 45 |
| 3 | 机器学习实战 | Peter Harrington | 计算机科学 | 80 |
| 4 | 三体 | 刘慈欣 | 科幻 | 30 |
| 5 | 活着 | 余华 | 文学 | 25 |
我们可以使用以下的 SQL 语句来列出每本图书的信息以及每个分类图书的最高价格和最低价格:
```
SELECT
书号, 书名, 作者, 分类, 价格,
MAX(价格) OVER (PARTITION BY 分类) AS 最高价格,
MIN(价格) OVER (PARTITION BY 分类) AS 最低价格
FROM
Book;
```
这个 SQL 语句使用了窗口函数 (Window Function) 的概念,其中 `MAX(价格) OVER (PARTITION BY 分类)` 表示对于每个分类,计算价格的最大值,并将这个最大值作为一个新的列添加到结果集中,命名为 `最高价格`。`MIN(价格) OVER (PARTITION BY 分类)` 同理,表示对于每个分类,计算价格的最小值,并将这个最小值作为一个新的列添加到结果集中,命名为 `最低价格`。
相关推荐
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)