人工智慧基礎教程：Python篇（青少版）

內容簡介

《人工智慧基礎教程：Python 篇（青少版）》全書分為2 篇—人工智慧舟己欠戲編程基礎篇、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罪戶微課程內容和輔助內容的學艱灑循習。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，也拳腳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

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 章基本數據類奔霸估舉型 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 處理大端牛炒數據檔案 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 處理異檔鑽頁常 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

人工智慧基礎教程：Python篇（青少版）

基本介紹

內容簡介

圖書目錄

熱門詞條