本站推荐
下载地址
书籍资料
- 内容简介
- 作者介绍
- 书籍目录
全书知识体系完备，首先讲解了基础编程知识和Python语言特性；其次讲解了如何处理数据，如何分析和观察数据；最后讲解了若干机器学习算法，并拓展介绍了深度学习和强化学习的入门知识。
1.1什么是Python
1.2为什么用Python来学习人工智能
1.3Anaconda环境的安装
1.4JupyterNotebook的界面和基本使用
1.5本章小结
第2章Python基础
2.1掌握第一个命令：print
2.2数学运算
2.3变量
2.4数据类型
2.5函数
2.6类
2.7练习
2.8本章小结
第3章循环语句、条件语句和二分搜索算法
3.1逻辑值和判断条件
3.2循环语句和列表
3.3二分搜索算法
3.4练习
3.5本章小结
第4章递归算法和快速排序
4.1再谈列表
4.2选择排序
4.3递归算法
4.4快速排序
4.5练习
4.6本章小结
第5章字典和广度优先搜索
5.1什么是字典
5.2字典的排序
5.3广度优先搜索
5.4练习
5.5本章小结
第6章集合和贪心算法
6.1什么是集合
6.2组合
6.3贪心算法
6.4练习
6.5本章小结
第7章数组和向量化计算
7.1一维数组
7.2二维数组
7.3数组操作
7.4向量化计算
7.5练习
7.6本章小结
第8章随机和模拟
8.1什么是随机事件
8.2模拟掷骰子
8.3模拟扔硬币
8.4练习
8.5本章小结
第9章数据可视化
9.1可视化目标和类型
9.2matplotlib绘图基础
9.3交互式绘图模块
9.4练习
9.5本章小结
第10章文件读取和数据分析
10.1什么是数据分析
10.2文件读取
10.3一元统计分析
10.4二元统计分析
10.5练习
10.6本章小结
第11章最优化方法
11.1什么是最优化
11.2梯度下降算法
11.3遗传算法
11.4练习
11.5本章小结论
第12章机器学习基础
12.1什么是机器学习
12.2有监督学习
12.3无监督学习
12.4强化学习
12.5本章小结
第13章感知机分类器
13.1什么是分类器
13.2什么是感知机分类器
13.3感知机分类器是如何训练权重的
13.4练习
13.5本章小结
第14章逻辑回归分类器
14.1什么是逻辑回归分类器
14.2什么是损失函数
14.3逻辑回归分类器是如何训练权重的
14.4分类器的评估方法
14.5练习
14.6本章小结
第15章线性回归和评估
15.1什么是线性回归
15.2线性回归的评估方法
目录IX
15.3线性回归是如何训练权重的
15.4练习
15.5本章小结
第16章聚类算法和应用
16.1什么是聚类
16.2什么是K-means聚类算法
16.3如何实现K-means聚类算法
16.4练习
16.5本章小结
第17章深度学习和框架
17.1什么是深度学习
17.2深度学习框架PyTorch
17.3PyTorch的安装
17.4PyTorch基础
17.4.1向量
17.4.2自动梯度计算
17.5练习
17.6本章小结
第18章基于PyTorch的线性回归和逻辑回归
18.1基于PyTorch的线性回归
18.2基于PyTorch的逻辑回归
18.3练习
18.4本章小结
第19章人工神经网络
19.1理解人工神经网络
19.2基于PyTorch的神经网络
19.3练习
19.4本章小结
第20章用卷积神经网络处理图片问题
20.1用DNN判断手写数字
20.2用DNN判断服饰类型
20.3用CNN判断服饰类型
20.4本章小结
第21章用循环神经网络处理文本问题
21.1独热编码
21.2文本的基本处理
21.3用DNN判断文本类别
21.4用RNN判断文本类别
21.5本章小结
第22章强化学习基础
22.1强化学习的基本概念
22.2Q学习的思想
22.3在一维空间中寻宝
22.4本章小结
第23章强化学习探索二维世界
23.1二维格子世界的问题
23.2环境模块gym
23.3基于Q学习的二维格子世界
23.4本章小结
第24章人工智能的下一步和学习资源
24.1人工智能的前沿进展
24.2人工智能的未来
24.3生活中的人工智能工具
24.4学习资源
24.4.1出版读物
24.4.2网络课
24.4.3微信公众号
相关资源
编程不难（全彩图解 + 微课 + Python编程）（鸢尾花数学大系：从加减乘除到机器学习）
2024-11-22
