Python入门到人工智能实战

Python入门到人工智能实战
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者:
2020-04
版次: 1
ISBN: 9787301312841
定价: 79.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 332页
13人买过
  •   《Python 入门到人工智能实战》是针对零基础编程学习者编写的教程。从初学者角度出发,每章以问题为导向,辅以大量的实例,详细地介绍了Python 基础、机器学习,以及最好也最易学习的两个平台PyTorch 和Keras。 
      全书共20 章,包括Python 安装配置、Python 语言基础、流程控制语句、序列、函数、对象、文件及异常处理、数据处理和分析的重要模块(NumPy、Pandas)、机器学习基础、机器学习常用调优方法、神经网络、卷积神经网络,以及使用PyTorch、Keras 实现多个人工智能实战案例等。书中所有知识都结合具体实例进行讲解,涉及的程序代码给出了详细的注释,使读者可以轻松领会。   吴茂贵,上海大学运筹学与控制论硕士,在BI、数据挖掘与分析、机器学习等领域有20多年的工作经验,在Spark机器学习、TensorFlow人工智能以及神经网络领域有大量的实践经验。 第1章 Python安装配置 

    1.1 问题:Python能带来哪些优势 

    1.2 安装Python 

    1.3 配置开发环境 

    1.4 试运行Python 

    1.5 后续思考 

    1.6 小结 

    第2章 变量和数据类型 

    2.1 问题:Python是如何定义变量的 

    2.2 变量 

    2.3 字符串 

    2.4 数字与运算符 

    2.5 数据类型转换 

    2.6 注释 

    2.7 后续思考 

    2.8 小结 

    第3章 列表和元组 

    3.1 问题:如何存取更多数据 

    3.2 列表概述 

    3.3 访问列表元素的方法 

    3.4 对列表进行增、删、改 

    3.5 统计分析列表 

    3.6 组织列表 

    3.7 生成列表 

    3.8 元组 

    3.9 后续思考 

    3.10 小结 

    第4章 if语句与循环语句 

    4.1 问题:Python中的控制语句有何特点 

    4.2 if语句 

    4.3 循环语句 

    4.4 后续思考 

    4.5 小结 

    第5章 字典和集合 

    5.1 问题:当索引不好用时怎么办 

    5.2 一个简单的字典实例 

    5.3 创建和维护字典 

    5.4 遍历字典 

    5.5 集合 

    5.6 列表、元组、字典和集合的异同 

    5.7 迭代器和生成器 

    5.8 后续思考 

    5.9 小结 

    第6章 函数 

    6.1 问题:如何实现代码共享 

    6.2 创建和调用函数 

    6.3 传递参数 

    6.4 返回值 

    6.5 传递任意数量的参数 

    6.6 lambda函数 

    6.7 生成器函数 

    6.8 把函数放在模块中 

    6.9 后续思考 

    6.10 小结 

    第7章 面向对象编程 

    7.1 问题:如何实现不重复造轮子 

    7.2 类与实例 

    7.3 继承 

    7.4 把类放在模块中 

    7.5 标准库 

    7.6 包 

    7.7 实例1:使用类和包 

    7.8 实例2:银行ATM机系统 

    7.9 后续思考 

    7.10 小结 

    第8章 文件与异常 

    8.1 问题:Python如何获取文件数据 

    8.2 基本的文件操作 

    8.3 目录操作 

    8.4 异常处理 

    8.5 后续思考 

    8.6 小结 

    第9章 NumPy基础 

    9.1 问题:为什么说NumPy是打开人工智能的一把钥匙 

    9.2 生成NumPy数组 

    9.3 获取元素 

    9.4 NumPy的算术运算 

    9.5 数组变形 

    9.6 通用函数 

    9.7 广播机制 

    9.8 后续思考 

    9.9 小结 

    第10章 Pandas基础 

    10.1 问题:Pandas有哪些优势 

    10.2 Pandas数据结构 

    10.3 Series 

    10.4 DataFrame 

    10.5 后续思考 

    10.6 小结 

    第11章 数据可视化 

    11.1 问题:为何选择Matplotlib 

    11.2 可视化工具Matplotlib 

    11.3 绘制多个子图 

    11.4 Seaborn简介 

    11.5 图像处理与显示 

    11.6 Pyecharts简介 

    11.7 实例:词云图 

    11.8 后续思考 

    11.9 小结 

    第12章 机器学习基础 

    12.1 问题:机器学习如何学习 

    12.2 机器学习常用算法 

    12.3 机器学习的一般流程 

    12.4 机器学习常用技巧 

    12.5 实例1:机器学习是如何学习的 

    12.6 实例2:用Scikit-Learn实现电信客户流失预测 

    12.7 后续思考 

    12.8 小结 

    第13章 神经网络 

    13.1 问题:神经网络能代替传统机器学习吗 

    13.2 单层神经网络 

    13.3 多层神经网络 

    13.4 输出层 

    13.5 损失函数 

    13.6 正向传播 

    13.7 误差反向传播 

    13.8 实例:用Python实现手写数字的识别 

    13.9 后续思考 

    13.10 小结 

    第14章 用PyTorch实现神经网络 

    14.1 为何选择PyTorch 

    14.2 安装配置 

    14.3 Tensor简介 

    14.4 autograd机制 

    14.5 构建神经网络的常用工具 

    14.6 数据处理工具 

    14.7 实例1:用PyTorch实现手写数字识别 

    14.8 实例2:用PyTorch解决回归问题 

    14.9 小结 

    第15章 卷积神经网络 

    15.1 问题:传统神经网络有哪些不足 

    15.2 卷积神经网络 

    15.3 实例:用PyTorch完成图像识别任务 

    15.4 后续思考 

    15.5 小结 

    第16章 提升模型性能的几种技巧 

    16.1 问题:为什么有些模型尝试了很多方法仍然效果不佳 

    16.2 找到合适的学习率 

    16.3 正则化 

    16.4 合理的初始化 

    16.5 选择合适的优化器 

    16.6 GPU加速 

    16.7 后续思考 

    16.8 小结 

    第17章 Keras入门 

    17.1 问题:为何选择Keras架构 

    17.2 Keras简介 

    17.3 Keras常用概念 

    17.4 Keras常用层 

    17.5 神经网络核心组件 

    17.6 Keras的开发流程 

    17.7 实例:Keras程序的开发流程 

    17.8 后续思考 

    17.9 小结 

    第18章 用Keras实现图像识别 

    18.1 实例1:用自定义模型识别手写数字 

    18.2 实例2:用预训练模型识别图像 

    18.3 后续思考 

    18.4 小结 

    第19章 用Keras实现迁移学习 

    19.1 问题:如何发挥小数据的潜力 

    19.2 迁移学习简介 

    19.3 迁移学习常用方法 

    19.4 实例:用Keras实现迁移学习 

    19.5 后续思考 

    19.6 小结 

    第20章 用Keras实现风格迁移 

    20.1 问题:如何捕捉图像风格 

    20.2 通道与风格 

    20.3 内容损失与风格损失 

    20.4 格拉姆矩阵简介 

    20.5 实例:用Kreras实现风格迁移 

    20.6 后续思考 

    20.7 小结
  • 内容简介:
      《Python 入门到人工智能实战》是针对零基础编程学习者编写的教程。从初学者角度出发,每章以问题为导向,辅以大量的实例,详细地介绍了Python 基础、机器学习,以及最好也最易学习的两个平台PyTorch 和Keras。 
      全书共20 章,包括Python 安装配置、Python 语言基础、流程控制语句、序列、函数、对象、文件及异常处理、数据处理和分析的重要模块(NumPy、Pandas)、机器学习基础、机器学习常用调优方法、神经网络、卷积神经网络,以及使用PyTorch、Keras 实现多个人工智能实战案例等。书中所有知识都结合具体实例进行讲解,涉及的程序代码给出了详细的注释,使读者可以轻松领会。
  • 作者简介:
      吴茂贵,上海大学运筹学与控制论硕士,在BI、数据挖掘与分析、机器学习等领域有20多年的工作经验,在Spark机器学习、TensorFlow人工智能以及神经网络领域有大量的实践经验。
  • 目录:
    第1章 Python安装配置 

    1.1 问题:Python能带来哪些优势 

    1.2 安装Python 

    1.3 配置开发环境 

    1.4 试运行Python 

    1.5 后续思考 

    1.6 小结 

    第2章 变量和数据类型 

    2.1 问题:Python是如何定义变量的 

    2.2 变量 

    2.3 字符串 

    2.4 数字与运算符 

    2.5 数据类型转换 

    2.6 注释 

    2.7 后续思考 

    2.8 小结 

    第3章 列表和元组 

    3.1 问题:如何存取更多数据 

    3.2 列表概述 

    3.3 访问列表元素的方法 

    3.4 对列表进行增、删、改 

    3.5 统计分析列表 

    3.6 组织列表 

    3.7 生成列表 

    3.8 元组 

    3.9 后续思考 

    3.10 小结 

    第4章 if语句与循环语句 

    4.1 问题:Python中的控制语句有何特点 

    4.2 if语句 

    4.3 循环语句 

    4.4 后续思考 

    4.5 小结 

    第5章 字典和集合 

    5.1 问题:当索引不好用时怎么办 

    5.2 一个简单的字典实例 

    5.3 创建和维护字典 

    5.4 遍历字典 

    5.5 集合 

    5.6 列表、元组、字典和集合的异同 

    5.7 迭代器和生成器 

    5.8 后续思考 

    5.9 小结 

    第6章 函数 

    6.1 问题:如何实现代码共享 

    6.2 创建和调用函数 

    6.3 传递参数 

    6.4 返回值 

    6.5 传递任意数量的参数 

    6.6 lambda函数 

    6.7 生成器函数 

    6.8 把函数放在模块中 

    6.9 后续思考 

    6.10 小结 

    第7章 面向对象编程 

    7.1 问题:如何实现不重复造轮子 

    7.2 类与实例 

    7.3 继承 

    7.4 把类放在模块中 

    7.5 标准库 

    7.6 包 

    7.7 实例1:使用类和包 

    7.8 实例2:银行ATM机系统 

    7.9 后续思考 

    7.10 小结 

    第8章 文件与异常 

    8.1 问题:Python如何获取文件数据 

    8.2 基本的文件操作 

    8.3 目录操作 

    8.4 异常处理 

    8.5 后续思考 

    8.6 小结 

    第9章 NumPy基础 

    9.1 问题:为什么说NumPy是打开人工智能的一把钥匙 

    9.2 生成NumPy数组 

    9.3 获取元素 

    9.4 NumPy的算术运算 

    9.5 数组变形 

    9.6 通用函数 

    9.7 广播机制 

    9.8 后续思考 

    9.9 小结 

    第10章 Pandas基础 

    10.1 问题:Pandas有哪些优势 

    10.2 Pandas数据结构 

    10.3 Series 

    10.4 DataFrame 

    10.5 后续思考 

    10.6 小结 

    第11章 数据可视化 

    11.1 问题:为何选择Matplotlib 

    11.2 可视化工具Matplotlib 

    11.3 绘制多个子图 

    11.4 Seaborn简介 

    11.5 图像处理与显示 

    11.6 Pyecharts简介 

    11.7 实例:词云图 

    11.8 后续思考 

    11.9 小结 

    第12章 机器学习基础 

    12.1 问题:机器学习如何学习 

    12.2 机器学习常用算法 

    12.3 机器学习的一般流程 

    12.4 机器学习常用技巧 

    12.5 实例1:机器学习是如何学习的 

    12.6 实例2:用Scikit-Learn实现电信客户流失预测 

    12.7 后续思考 

    12.8 小结 

    第13章 神经网络 

    13.1 问题:神经网络能代替传统机器学习吗 

    13.2 单层神经网络 

    13.3 多层神经网络 

    13.4 输出层 

    13.5 损失函数 

    13.6 正向传播 

    13.7 误差反向传播 

    13.8 实例:用Python实现手写数字的识别 

    13.9 后续思考 

    13.10 小结 

    第14章 用PyTorch实现神经网络 

    14.1 为何选择PyTorch 

    14.2 安装配置 

    14.3 Tensor简介 

    14.4 autograd机制 

    14.5 构建神经网络的常用工具 

    14.6 数据处理工具 

    14.7 实例1:用PyTorch实现手写数字识别 

    14.8 实例2:用PyTorch解决回归问题 

    14.9 小结 

    第15章 卷积神经网络 

    15.1 问题:传统神经网络有哪些不足 

    15.2 卷积神经网络 

    15.3 实例:用PyTorch完成图像识别任务 

    15.4 后续思考 

    15.5 小结 

    第16章 提升模型性能的几种技巧 

    16.1 问题:为什么有些模型尝试了很多方法仍然效果不佳 

    16.2 找到合适的学习率 

    16.3 正则化 

    16.4 合理的初始化 

    16.5 选择合适的优化器 

    16.6 GPU加速 

    16.7 后续思考 

    16.8 小结 

    第17章 Keras入门 

    17.1 问题:为何选择Keras架构 

    17.2 Keras简介 

    17.3 Keras常用概念 

    17.4 Keras常用层 

    17.5 神经网络核心组件 

    17.6 Keras的开发流程 

    17.7 实例:Keras程序的开发流程 

    17.8 后续思考 

    17.9 小结 

    第18章 用Keras实现图像识别 

    18.1 实例1:用自定义模型识别手写数字 

    18.2 实例2:用预训练模型识别图像 

    18.3 后续思考 

    18.4 小结 

    第19章 用Keras实现迁移学习 

    19.1 问题:如何发挥小数据的潜力 

    19.2 迁移学习简介 

    19.3 迁移学习常用方法 

    19.4 实例:用Keras实现迁移学习 

    19.5 后续思考 

    19.6 小结 

    第20章 用Keras实现风格迁移 

    20.1 问题:如何捕捉图像风格 

    20.2 通道与风格 

    20.3 内容损失与风格损失 

    20.4 格拉姆矩阵简介 

    20.5 实例:用Kreras实现风格迁移 

    20.6 后续思考 

    20.7 小结
查看详情
12
相关图书 / 更多
Python入门到人工智能实战
Python和PySpark数据分析
(加)乔纳森·里乌
Python入门到人工智能实战
Python机器学习入门与实践 从深度学习到生成对抗网络GAN 深入浅出GAN生成对抗网络 实战gan TensorFlow与Keras 人工智能技术书籍
(日)大关真之
Python入门到人工智能实战
Python程序设计基础实践教程
任志考;孙劲飞;叶臣
Python入门到人工智能实战
Python语言程序设计
王刚
Python入门到人工智能实战
Python代码编程 学科项目式编程(六年级)
冯建刚
Python入门到人工智能实战
Python机器学习 : 核心技术与开发实战 周志华西瓜书机器学习实战伴侣书
[美]普拉提克·乔希 著;李现伟 译者;颉腾文化 出品;阿尔伯托·阿尔塔桑切斯(美);曾小健
Python入门到人工智能实战
Python数据分析从入门到精通(第2版)
明日科技
Python入门到人工智能实战
Python数据分析与挖掘
齐福利
Python入门到人工智能实战
Python基础与应用(互联网+教育新形态一体化系列教材)
李喆时、谢家立、赵丽 编
Python入门到人工智能实战
Python数据分析与可视化项目实战
王振丽
Python入门到人工智能实战
Python爬虫从菜鸟到高手
李宁
Python入门到人工智能实战
Python程序设计基础教程
\"孙海龙 王济军\
您可能感兴趣 / 更多
Python入门到人工智能实战
Python深度学习:基于PyTorch 第2版
吴茂贵 郁明敏 杨本法 李涛 著
Python入门到人工智能实战
Python深度学习:基于TensorFlow第2版
吴茂贵、王冬、李涛、杨本法、张利 著
Python入门到人工智能实战
深入浅出Embedding:原理解析与应用实践
吴茂贵;王红星
Python入门到人工智能实战
Python深度学习:基于PyTorch
吴茂贵、郁明敏、杨本法、李涛、张粤磊 著
Python入门到人工智能实战
Python深度学习:基于TensorFlow
吴茂贵、王冬、李涛、杨本法 著
Python入门到人工智能实战
深度实践Spark机器学习
吴茂贵 郁明敏 朱凤云 张粤磊 杨本法 著