[
-
内容大纲
本书内容全面，既涵盖项目实践所需的Python语言基础和实践环境搭建，又涉及项目相关的技术原理和方法等理论知识介绍，还包含多个案例项目的实践内容。书中讲解了Python语言，包括Python的安装、数据类型、涉及的函数、文件读/写、第三方库等知识；讲解了人工智能实战基础，包括数据预处理技术和方法，KNN算法、回归分析应用和其他机器学习技术等内容；还讲解了人工智能实战进阶，包括自然语言处理、语音识别、图像识别和神经网络与深度学习等内容。
本书适合作为高等院校人工智能、智能科学与技术等专业的人工智能课程实验指导教材，也适合作为学习人工智能基本技术读者的参考书。 -
作者介绍
-
目录
第一篇 Python语言
第1章 Python简介
1.1 Python介绍
1.2 Python的环境配置
1.2.1 Python的安装
1.2.2 IPython的安装
1.2.3 PyCharm的安装
1.2.4 Anaconda的安装
1.3 本章小结
1.4 本章习题
第2章 Python人工智能之路——基础
2.1 书写格式和基本规则
2.2 数据类型
2.2.1 基本数据类型
2.2.2 特征数据类型
2.3 基本运算和表达式
2.3.1 变量
2.3.2 算术运算
2.4 基本流程控制
2.4.1 顺序控制
2.4.2 条件控制（选择控制）
2.4.3 循环控制
2.4.4 循环控制语句
2.5 函数
2.5.1 Python函数
2.5.2 参数
2.5.3 匿名函数
2.6 本章小结
2.7 本章习题
第3章 Python人工智能之路——进阶
3.1 正则表达式
3.1.1 基本语法和使用
3.1.2 贪婪匹配和非贪婪匹配
3.2 re模块的内置函数
3.2.1 匹配与搜索
3.2.2 切分与分组
3.3 图形绘制
3.3.1 Tkinter库的Canvas图形绘制方法
3.3.2 Turtle库的图形绘制方法
3.3.3 Matplotlib库的图形绘制方法
3.4 文件读/写
3.4.1 文本文件和二进制文件的区别
3.4.2 文件的打开和关闭
3.4.3 文件的读取、写入、追加
3.5 案例应用
3.5.1 猜数字
3.5.2 CSV文件读/写
3.5.3 Web服务器的构建
3.6 本章小结
3.7 本章习题
第4章 Python人工智能之路——第三方库
4.1 第三方库的安装和使用
4.1.1 第三方库的安装
4.1.2 第三方库的使用
4.2 NumPy库
4.2.1 NumPy库简介
4.2.2 NumPy库的应用
4.3 Pandas库
4.3.1 Pandas库简介
4.3.2 Series库简介
4.3.3 DataFrame库简介
4.3.4 数据分析和可视化
4.4 Sklearn库
4.4.1 Sklearn库简介
4.4.2 Sklearn库的应用
4.5 Keras库
4.5.1 Keras库简介
4.5.2 Keras库的应用
4.6 TensorFlow库
4.6.1 TensorFlow库简介
4.6.2 TensorFlow库的应用
4.7 本章小结
4.8 本章习题
第二篇 人工智能实战基础
第5章 数据预处理技术和方法
5.1 数据预处理概述
5.2 缺失值处理
5.3 特征编码
5.4 数据标准化和正则化
5.4.1 数据标准化
5.4.2 数据正则化
5.5 特征选择
5.5.1 过滤式特征选择
5.5.2 包裹式特征选择
5.5.3 嵌入式特征选择
5.6 稀疏表示和字典学习
5.7 主成分分析
5.8 本章小结
5.9 本章习题
第6章 KNN算法
6.1 KNN算法概述
6.1.1 KNN算法的基本原理
6.1.2 KNN算法的重要参数
6.1.3 KNN算法的特点
6.2 基于KNN算法的手写字识别
6.2.1 项目背景
6.2.2 项目实战
6.3 基于KNN算法的网站约会配对
6.3.1 项目背景
6.3.2 项目实战
6.4 基于KNN算法的乳腺癌诊断
6.4.1 项目背景
6.4.2 项目实战
6.5 本章小结
6.6 本章习题
第7章 回归分析应用
7.1 回归分析概述
7.1.1 回归分析的定义
7.1.2 线性回归
7.1.3 逻辑回归
7.1.4 多项式回归
7.1.5 回归模型的评价指标
7.2 基于线性回归预测鲍鱼年龄
7.2.1 项目背景
7.2.2 项目实战
7.3 基于逻辑回归的病马死亡率预测
7.3.1 项目背景
7.3.2 项目实战
7.4 多项式回归应用案例
7.4.1 项目背景
7.4.2 项目实战
7.5 本章小结
7.6 本章习题
第8章 其他机器学习技术
8.1 Apriori算法应用
8.1.1 Apriori关联分析概述
8.1.2 Apriori算法的原理和流程
8.1.3 Apriori算法实现
8.1.4 Apriori算法应用案例
8.2 决策树算法应用
8.2.1 决策树算法的基本概念
8.2.2 决策树构造算法
8.2.3 决策树应用案例
8.3 AdaBoost分类器应用
8.3.1 AdaBoost分类器概述
8.3.2 应用案例——泰坦尼克号生存率预测
8.4 网格搜索优化模型参数
8.4.1 网格搜索概述
8.4.2 网格搜索应用案例
8.5 本章小结
8.6 本章习题
第三篇 人工智能实战进阶
第9章 自然语言处理
9.1 自然语言处理简介
9.2 Python中文分词
9.2.1 项目背景
9.2.2 项目实战
9.3 TF-IDF算法解析
9.3.1 项目背景
9.3.2 项目实战
9.4 意图识别
9.4.1 项目背景
9.4.2 项目实战
9.5 最大熵模型
9.5.1 项目背景
9.5.2 项目实战
9.6 利用jieba库和Tkinter库进行信息检索
9.6.1 项目背景
9.6.2 项目实战
9.7 NLP词向量计算
9.7.1 项目背景
9.7.2 项目实战
9.8 本章小结
9.9 本章习题
第10章 语音识别
10.1 语音识别简介
10.2 Python+Keras实现IVA语音识别
10.2.1 项目背景
10.2.2 项目实战
10.3 基于百度智能云和图灵机器人的语音交互
10.3.1 项目背景
10.3.2 项目实战
10.4 利用pyttsx3库合成文字语音
10.4.1 项目背景
10.4.2 项目实战
10.5 本章小结
10.6 本章习题
第11章 图像识别
11.1 图像识别简介
11.2 基于卷积神经网络的图像风格迁移
11.2.1 项目背景
11.2.2 项目实战
11.3 人脸识别技术
11.3.1 项目背景
11.3.2 项目实战
11.4 本章小结
11.5 本章习题
第12章 神经网络与深度学习
12.1 神经网络与深度学习简介
12.1.1 神经网络
12.1.2 深度学习
12.2 人工神经网络模型应用—鸢尾花分类
12.2.1 项目背景
12.2.2 项目实战
12.3 卷积神经网络模型
12.3.1 项目背景
12.3.2 项目实战
12.4 本章小结
12.5 本章习题
参考文献
同类热销排行榜
- C语言与程序设计教程(高等学校计算机类十二五规划教材)16
- 电机与拖动基础(教育部高等学校自动化专业教学指导分委员会规划工程应用型自动化专业系列教材)13.48
- 传感器与检测技术(第2版高职高专电子信息类系列教材)13.6
- ASP.NET项目开发实战(高职高专计算机项目任务驱动模式教材)15.2
- Access数据库实用教程(第2版十二五职业教育国家规划教材)14.72
- 信号与系统(第3版下普通高等教育九五国家级重点教材)15.08
- 电气控制与PLC(普通高等教育十二五电气信息类规划教材)17.2
- 数字电子技术基础(第2版)17.36
- VB程序设计及应用(第3版十二五职业教育国家规划教材)14.32
- Java Web从入门到精通(附光盘)/软件开发视频大讲堂27.92
推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...