《Python機器學習入門》是2021年人民郵電出版社出版的圖書，作者是程晨。
基本介紹
- 中文名：Python機器學習入門
- 作者：程晨
- 出版時間：2021年
- 出版社：人民郵電出版社
- ISBN：9787115555076
- 類別：計算機類圖書
- 開本：128 開
- 裝幀：平裝-膠訂
內容簡介,作者簡介,圖書目錄,
內容簡介
Python是一種解釋型、面向對象、動態數據類型的高級程式設計語言。它具有豐富和強大的模組（庫），能夠很輕鬆地把用其他程式語言（尤其是C/C ）編寫的各種模組聯結在一起。這兩年隨著人們對人工智慧的關注越來越多，大家對Python的學習熱情也越來越高。在IEEE發布的程式語言排行榜中，Python已經多年排名*。
這本Python編程與機器學習的入門書，首先介紹了一些Python編程的基礎知識，然後基於圖像識別的機器學習技術介紹了關於人工智慧的一些知識和概念。讀者可以跟隨本書講解動手編程實現圖像特徵檢測、人臉識別、手寫數字識別等套用，從而建立起對人工智慧、機器學習、人工神經網路的初步認識。
本書適合對人工智慧感興趣但缺乏編程基礎的初學者閱讀。它能夠幫助讀者更加輕鬆地進入Python編程以及人工智慧的世界。
作者簡介
程晨，科技作家，具有十餘年嵌入式開發經驗，編著、翻譯出版開源硬體、3D列印、機器人、物聯網領域相關圖書十餘本，國內早的Arduino和3D列印技術普及圖書都出自他手。他是機械工業出版社特聘技術顧問，曾任北京航空航天大學軟體學院特聘講師，參與了清華大學、北京郵電大學等多個高校的創新性課程設計。
圖書目錄
上篇 Python 編程入門
第 1章 了解Python 2
1.1 Python的歷史 2
1.1.1 Python的出現 2
1.1.2 Python的發展 2
1.2 Python的優缺點 3
1.2.1 Python的優點 3
1.2.2 Python的缺點 3
1.3 Python適用的領域 4
1.4 Python的安裝與使用 4
1.4.1 Python的下載 4
1.4.2 Python的安裝 6
1.4.3 Python的使用 7
1.4.4 編輯器 8
第 2章Python 基礎 12
2.1 數字 12
2.1.1 數字計算 12
2.1.2 Python的算術運算符 13
2.2 關鍵字 14
2.3 變數 14
2.3.1 定義並賦值變數 15
2.3.2 變數命名的約定 15
2.4 程式基本結構 16
2.4.1 if選擇 16
2.4.2 比較 18
2.4.3 邏輯運算 19
2.4.4 while循環 20
2.4.5 while中的break 22
2.4.6 while中的continue 22
2.4.7 while中的else 23
第3章 字元串、列表和字典 25
3.1 字元串 25
3.1.1 字元串的定義 25
3.1.2 “數字”和“數字字元”的區別 26
3.1.3 字元串的操作 26
3.1.4 轉義字元 27
3.2 列表 28
3.2.1 列表的定義 28
3.2.2 列表的方法 29
3.2.3 利用循環枚舉列表中的內容 30
3.2.4 使用for循環順序訪問元素 31
3.3 字典 32
3.4 元組 33
3.4.1 元組的定義 33
3.4.2 多重賦值 33
3.5 擲骰子 34
3.5.1 隨機數 34
3.5.2 重複擲骰子 34
3.5.3 擲兩個骰子 35
3.5.4 大小判斷 36
3.6 異常 37
第4 章 定義和使用函式 41
4.1 什麼是函式 41
4.1.1 編程中的函式 41
4.1.2 自定義函式 41
4.1.3 函式中的處理 43
4.2 傳遞數據 43
4.2.1 將數據傳遞給函式 43
4.2.2 默認參數 44
4.2.3 關鍵字參數 44
4.2.4 函式的返回值 45
4.2.5 多個返回值 46
4.3 變數的作用域 47
4.3.1 局部變數 47
4.3.2 全局變數 48
4.4 內置函式 50
4.4.1 Python中的內置函式 50
4.4.2 input( )函式 53
4.4.3 range( )函式 54
4.4.4 format( )函式 56
4.4.5 format( )方法 57__
4.5 猜詞遊戲 59
4.5.1 遊戲規則 59
4.5.2 創建單詞庫 60
4.5.3 遊戲結構 60
4.5.4 完善函式 62
4.6 函式與方法匯總 67
4.6.1 數學 67
4.6.2 字元串 67
4.6.3 列表 69
4.6.4 字典 70
4.6.5 類型轉換 70
第5章 模組與類 73
5.1 模組 73
5.1.1 Python中的模組 73
5.1.2 使用random模組 73
5.1.3 自定義模組 74
5.2 面向對象 75
5.2.1 定義類 76
5.2.2 類的繼承 77
5.2.3 自定義包含類的模組 79
5.2.4 Python標準模組 79
5.3 檔案 83
5.3.1 讀取檔案 83
5.3.2 讀取大檔案 85
5.3.3 寫檔案 86
5.3.4 檔案操作 87
5.3.5 jieba第三方中文分詞模組 87
5.3.6 生成器與疊代器 92
5.3.7 詞雲 94
5.4 侵蝕化 97
5.5 網路 98
5.5.1 urllib.request模組 98
5.5.2 將HTML 保存到檔案 99
下篇 機器學習入門
第6章 圖像處理與特徵檢測 102
6.1 顯示圖像 102
6.1.1 安裝第三方模組 102
6.1.2 計算機“眼”中的圖像 103__
6.1.3 Numpy模組 104
6.1.4 在視窗中顯示圖像 106
6.2 圖像處理 107
6.2.1 修改圖像 107
6.2.2 色彩空間 112
6.2.3 識別顏色 114
6.3 圖像特徵檢測 117
6.3.1 卷積運算 117
6.3.2 垂直邊緣與水平邊緣 119
6.3.3 濾波器 122
6.3.4 邊緣檢測 124
6.3.5 直線檢測 126
6.3.6 圓形檢測 128
第7章 人臉檢測 131
7.1 人工智慧和機器學習 131
7.1.1 什麼是人工智慧 131
7.1.2 什麼是機器學習 131
7.2 人工神經網路 132
7.2.1 什麼是人工神經網路 132
7.2.2 人工神經網路的結構 133
7.3 監督學習與無監督學習 134
7.3.1 監督學習 134
7.3.2 無監督學習 134
7.3.3 創建並套用人工神經網路 135
7.4 人臉檢測 137
7.4.1 Haar分類器 137
7.4.2 Haar分類器訓練的步驟 139
7.4.3 獲取Haar分類器 139
7.4.4 使用OpenCV進行人臉檢測 140
第8章 手寫數字識別 144
8.1 scikit-learn 144
8.2 手寫文字的圖像識別 148
8.2.1 檢查數據內容 148
8.2.2 創建訓練和評估數據 150
8.2.3 機器學習的訓練 151
8.2.4 機器學習的評估 151
8.2.5 分類器的保存與讀取 157
8.3 使用OpenCV檢測手寫數字 157
8.3.1 圖像處理 157
8.3.2 數字識別 159
