《人工智慧基礎教程：Python篇（青少版）》是2019年2月清華大學出版社出版的圖書，作者是丁亮、姜春茂、于振中。
基本介紹
- 書名：人工智慧基礎教程：Python篇（青少版）
- 作者：丁亮、姜春茂、于振中
- ISBN：9787302516491
- 定價：49.80元
- 出版社：清華大學出版社
- 出版時間：2019年2月
內容簡介,圖書目錄,
內容簡介
《人工智慧基礎教程：Python 篇（青少版）》全書分為2 篇—人工智慧編程基礎篇、人工智慧篇。人工智慧編程基礎篇包括：初識Python、基本數據類型、Python 的流程控制、數組操作、檔案操作、繪製需要的圖表、函式、面向對象、異常、集合與機率、學點統計學、數據管理與分析；人工智慧篇包括人工智慧導論、初識機器學習、自然語言處理、語音識別技術、計算機視覺、人工神經網路。
本教程是以人工智慧為主線，融合學科特點進行編程能力的培養。讀者可以通過本教程結合我們開發的線上編程平台完成課程內容和輔助內容的學習。也可在後期以我們自主開發的機器人為載體，進行進一步驅動人工智慧的實驗。
本書每章都配備了相關練習，幫助讀者鞏固所學習的知識。
本書不僅講解了人工智慧基礎，還包括了入門Python 編程的必要知識。可以作為高中生課程教材，也可作為青少年自學人工智慧基礎和Python 編程基礎的參考書。
圖書目錄
目 錄
第1 篇 人工智慧編程基礎篇
第1 章 初識Python 3
1.1 Python 的前世今生 3
1.2 Python 的優勢 4
1.3 Python 的缺陷 5
1.4 Ubuntu 下開發環境的搭建 5
1.5 Windows 下開發環境的搭建 10
1.6 Python 編程入門 15
1.7 變數及其賦值 22
1.8 輸入與輸出 22
1.9 趣味練習 25
1.10 總結 26
1.11 練習 26
第2 章 基本數據類型 27
2.1 分數和複數的表示 27
2.2 字元串 30
2.3 布爾型 32
2.4 趣味練習 33
2.5 總結 34
2.6 練習 34
第3 章 Python 的流程控制 35
3.1 條件控制語句 35
3.2 循環控制語句 41
3.3 案例：百錢買百雞問題 54
3.4 趣味練習 56
3.5 總結 58
3.6 練習 58
第4 章 數組操作 60
4.1 列表 60
4.2 字典 64
4.3 元組 67
4.4 排序與查找 70
4.5 小酌算法分析 74
4.6 趣味練習 77
4.7 總結 79
4.8 練習 79
第5 章 檔案操作 80
5.1 檔案及其操作 80
5.2 從檔案中讀取數據 81
5.3 寫數據到檔案 82
5.4 從Web 頁面讀數據 84
5.5 淺談Python 處理大數據檔案 86
5.6 案例：計算檔案中關鍵字出現次數 87
5.7 趣味練習 88
5.8 總結 91
5.9 練習 91
第6 章 繪製需要的圖表 92
6.1 matplotlib 基礎 92
6.2 pandas 繪圖基礎 94
6.3 基本圖形的繪製 95
6.4 繪製正弦交變電流圖像 109
6.5 案例：統計檔案字元出現頻率 111
6.6 趣味練習 114
6.7 總結 115
6.8 練習 115
第7 章 函式 116
7.1 什麼是函式 116
7.2 為什麼要使用函式 117
7.3 函式的創建和調用 118
7.4 作用域 119
7.5 global 語句 121
7.6 參數 121
7.7 遞歸 128
7.8 模組 131
7.9 趣味練習 134
7.10 總結 136
7.11 練習 136
第8 章 面向對象 138
8.1 面向對象與面向過程 138
8.2 類 139
8.3 面向對象編程 146
8.4 面向對象和面向過程的比較 153
8.5 總結 154
8.6 練習 154
第9 章 異常 156
9.1 為什麼要使用異常 156
9.2 異常的作用 156
9.3 異常與錯誤 157
9.4 處理異常 158
9.5 拋出異常 159
9.6 finally 語句 161
9.7 總結 162
9.8 練習 163
第10 章 集合與機率 164
10.1 理解Python 中的集合類型 164
10.2 機率基礎知識 166
10.3 貝葉斯分類 171
10.4 案例：線上課程分類 174
10.5 總結 181
10.6 練習 181
第11 章 學點統計學 182
11.1 統計學的基本概念 182
11.2 假設檢驗 185
11.3 方差分析 187
11.4 統計回歸分析 190
11.5 總結 197
11.6 練習 197
第12 章 數據管理與分析 198
12.1 基於Python 的數據管理與分析 198
12.2 數據的導入與導出 199
12.3 數據分析 204
12.4 數據可視化 209
12.5 總結 215
12.6 練習 216
第2 篇 人工智慧篇
第13 章 人工智慧導論 219
13.1 人工智慧 219
13.2 為什麼學習人工智慧 223
13.3 人工智慧的種類 224
13.4 人工智慧的分支 226
13.5 加速回報定律 230
13.6 人工智慧與倫理 231
13.7 圖靈測試 231
13.8 人工智慧與機器人 232
13.9 人工智慧與Python 233
13.10 總結 234
13.11 練習 234
第14 章 初識機器學習 235
14.1 機器學習的基本概念 235
14.2 機器學習的類型 236
14.3 聚類案例：K-means 聚類算法 243
14.4 總結 247
14.5 練習 247
第15 章 自然語言處理 249
15.1 什麼是自然語言處理 249
15.2 文本分詞 251
15.3 使用stemming 還原辭彙 253
15.4 基於詞義的詞形還原 255
15.5 文本分塊 257
15.6 使用詞袋模型提取詞頻矩陣 259
15.7 案例：構建一個性別識別器 263
15.8 總結 266
15.9 練習 266
第16 章 語音識別技術 267
16.1 計算機感知聲音 267
16.2 理解聲音—頻譜識別 271
16.3 語音識別原理 275
16.4 基於Python 語音識別程式介紹 276
16.5 簡單語義理解 280
16.6 總結 282
16.7 練習 282
第17 章 計算機視覺 283
17.1 計算機視覺簡介 283
17.2 圖像的操作與處理 284
17.3 OpenCV 的基礎知識 288
17.4 背景差分法檢測物體 290
17.5 利用顏色空間進行物體跟蹤 293
17.6 人臉識別技術 295
17.7 總結 298
17.8 練習 298
第18 章 人工神經網路 300
18.1 什麼是人工神經網路 300
18.2 建立人工神經網路 301
18.3 訓練人工神經網路 303
18.4 感知器 304
18.5 單層神經網路 308
18.6 多層神經網路 312
18.7 循環神經網路 317
18.8 在光學字元識別資料庫中可視化字元 321
18.9 構建光學字元識別引擎 323
18.10 總結 326
18.11 練習 326
參考文獻 327
