作品简介

本书以一个彩票预测的实战项目开发为主线,详细介绍了爬虫基础、概率论、时间序列、深度学习等热门的人工智能技术及TensorFlow+Keras这种主流的深度学习框架的使用方法。本书分为8章,涵盖的主要内容有深度学习基础、数据抓取与存储、概率论基础、时间序列、深度学习框架简介及环境安装、深度学习原理、Keras入门、福彩3D预测平台工程搭建等。

郑敦庄

毕业于北京交通大学计算机科学与技术专业,曾就职于华为软件公司云计算部门,全栈开发人员,精通多种语言,曾到新浪爱彩、旺彩工作过,深入研究各种预测算法,大自然预测公众号超过四万关注用户,对比特币量化交易、人工智能深度学习各类算法有过深入研究。

胡承志

现就职于世界500强公司高级研发工程师,当前职位为驱动与Android软件开发工程师,2013年开始接触彩票与比特币领域,先后深入研究传统算法模型、机器学习、深度学习等领域的各类算法,对各类算法模型、比特币价格波动预测等方面有过深入研究。

作品目录

  • 前言
  • 第1章 深度学习基础
  • 1.1 人工智能、机器学习与深度学习
  • 1.2 深度学习的应用领域
  • 1.3 深度学习的主要框架
  • 第2章 数据抓取与存储
  • 2.1 Windows系统下 Python开发环境的安装
  • 2.2 Linux系统下 Python开发环境的安装
  • 2.3 第三方库的安装
  • 2.4 数据库的安装
  • 2.5 爬虫基础
  • 2.6 实战案例:抓取双色球开奖数据
  • 第3章 概率论基础
  • 3.1 样本空间及随机变量
  • 3.2 概率分布及分布函数
  • 3.3 离散随机变量
  • 3.4 实战案例:分析双色球一等奖开奖注数是否随机
  • 第4章 时间序列
  • 4.1 时间序列入门
  • 4.2 彩票的特性模型选择
  • 4.3 马尔可夫链模型
  • 4.4 实战案例:马尔可夫链模型预测
  • 第5章 深度学习框架简介及环境安装
  • 5.1 TensorFlow的发展历程
  • 5.2 Ubuntu系统下安装 TensorFlow+Keras
  • 5.3 Windows系统下安装 TensorFlow+Keras
  • 第6章 深度学习原理
  • 6.1 深度学习数学基础
  • 6.2 神经网络基础
  • 6.3 循环神经网络
  • 6.4 LSTM神经网络
  • 6.5 参考文献
  • 第7章 Keras入门
  • 7.1 Keras简介
  • 7.2 Sequential顺序模型
  • 7.3 Keras LSTM简介
  • 7.4 实战案例:LSTM神经网络预测福彩3D
  • 7.5 参考文献
  • 第8章 福彩3D预测平台工程搭建
  • 8.1 工程代码整合
  • 8.2 工程代码
  • 8.3 结束语
展开全部