《Python人工智能开发从入门到精通》[50M]百度网盘|pdf下载|亲测有效

Python人工智能开发从入门到精通 pdf下载

出版社北京大学出版社

出版年 2020-06

页数 390页

装帧精装

评分 8.9(豆瓣)

⏰ 限时特惠 00:00:00

活动结束后恢复原价

纸质书参考价 ¥23

电子版限时价 ¥5.99 省 18 元

选择版本

基础版

PDF文件

¥4

内容简介

本篇主要提供Python人工智能开发从入门到精通电子书的pdf版本下载，本电子书下载方式为百度网盘方式，点击以上按钮下单完成后即会通过邮件和网页的方式发货，有问题请联系邮箱ebook666@outlook.com

产品特色

编辑推荐

（1）深入浅出，实操性强。每一章都是以实例为主，读者可参考源代码，修改实例，切换数据源，就能得到自己想要的结果。目的就是让读者看得懂、学得会、做得出。
（2）专业专注，学以致用。NumPy、Pandas、Matplotlib、scikit-learn、TensorFlow 等功能都非常丰富，通过逐一介绍每个库的安装及其基础操作使读者熟悉 Python 中库的安装及使用。本书专注的是基于 Python 的人工智能算法项目分析，以及在生产环境中实际用到的技术，相比大而全的书，本书能让读者尽快上手，然后投入项目开发。
（3）每章都有配备“新手问答”与“小试牛刀”栏目。目的是让读者看完之后，尽快巩固知识，举一反三，学以致用。
（4）零基础入门，成就从小白到大神。本书内容在写作定位上，适合零基础读者学习，然后逐步掌握相关知识技能，从而达到从入门到精通的学习效果。另外，全书在知识讲解中，都安排了丰富的实战案例，可以有效增强读者的实际动手能力。

内容简介

　　《Python人工智能开发从入门到精通》主要介绍了Python进行人工智能开发所需的技术、基础设施、核心理念、实施方法与流程，以及实战操作应用。
　　全书共分3篇。1篇主要讲解了人工智能开发中常用Python编程语言相关入门知识，包括：1章关于Python与开发环境配置、第2章 Python编程基础、第3章 Python编程进阶；第2篇主要讲解了人工智能开发相关知识的应用，包括：第4章人工智能简介、第5章机器学习理论基础、第6章 Python机器学习常用库的应用、第7章第一个机器学习项目、第8章典型的机器学习算法及应用实战、第9章深度学习算法理论、第10章深度学习之TensorFlow；第3篇通过3个综合案例，以神经网络在计算机视觉问题中的重要应用为线索，介绍深度学习人工智能技术在计算机视觉任务中的实践，包括：第11章人工智能识万物、第3篇：第12章人工智能知万物、第13章人工智能绘万物。

作者简介

　　杨柳，博士，重庆邮电大学专任教师。长期从事软件开发相关教学活动，具有丰富的Python人工智能开发经验。主要研究方向为物联网、数据分析、人工智能等。发表SCI论文9篇，主持国家纵向课题1项、省部级纵向课题1项，参与省部级纵向课题多项。
　　郭坦，博士，重庆邮电大学专任教师。主要研究方向为计算机视觉、模式识别、以及机器学习等。发表SCI/EI论文12篇，其中第一作者论文8篇，申请国家发明专利6项，主持和主研国家及省部级课题6项。
　　鲁银芝，硕士，长江师范学院专任教师。长期从事智能信息处理方面教学和实践活动指导，并具有相关硬件开发经验。精通Python编程，在人工智能、机器学习方面，具有丰富的相关实践经验。主要研究方向为传感信号分析与处理、传感信息挖掘、人工智能应用开发等。

Python基础篇
第1章　关于Python与开发环境配置 2
1.1 Python入门 2
1.2 Python开发环境的配置 6
新手问答 14
本章小结 14
第2章　Python编程基础 15
2.1 基础语法 15
2.2 数据类型 25
2.3 逻辑控制语句 31
2.4 函数 35
新手问答 41
小试牛刀 41
本章小结 42
第3章　Python编程进阶 43
3.1 高级变量 43
3.2 面向对象编程 57
3.3 Python模块 61
3.4 python神经网络小实例 65
新手问答 67
小试牛刀 68
本章小结 68

人工智能篇
第4章　人工智能简介 70
4.1 人工智能概述 70
4.2 人工智能崛起的三大基石 76
4.3 深度学习的重要性 86
新手问答 93
本章小结 94
第5章　机器学习理论基础 95
5.1 机器学习概述 95
5.2 机器学习的4个分支 99
5.3 评估模型指标 106
5.4 数据预处理、特征工程和特征学习 111
5.5 过拟合与欠拟合 113
5.6 机器学习通用工作流程 116
新手问答 118
小试牛刀 118
本章小结 120
第6章　Python机器学习常用库的应用 121
6.1 NumPy—基础科学计算库 121
6.2 Pandas—数据分析的利器 146
6.3 Matplotlib—画出优美的图形 173
6.4 scikit-learn—非常流行的Python机器学习库 188
新手问答 193
小试牛刀 193
本章小结 194
第7章　第一个机器学习项目 195
7.1 入门项目简介 195
7.2 数据导入 197
7.3 数据探索 199
7.4 数据可视化 204
7.5 算法评估 209
7.6 预测实施 212
新手问答 213
小试牛刀 213
本章小结 214
第8章　典型的机器学习算法及应用实战 215
8.1 k-近邻算法 215
8.2 朴素贝叶斯分类算法 224
8.3 支持向量机 235
8.4 PCA算法 244
8.5 k-均值算法 254
新手问答 262
小试牛刀 263
本章小结 264
第9章　深度学习算法理论 265
9.1 深度学习基础 265
9.2 神经网络 274
9.3 卷积神经网络 284
9.4 循环神经网络 289
新手问答 299
小试牛刀 300
本章小结 302
第10章　深度学习之TensorFlow 303
10.1 主流的深度学习框架 303
10.2 TensorFlow环境搭建 307
10.3 TensorFlow基本知识 310
10.4 TensorFlow编程准备 315
10.5 TensorFlow基本开发步骤 342
10.6 TensorFlow的可视化 348
新手问答 353
小试牛刀 353
本章小结 354

实战案例篇
第11章　人工智能识万物 356
11.1 卷积神经网络的前世今生 356
11.2 如何构建更深的神经网络 369
11.3 神经网络的可迁移性 414
新手问答 430
本章小结 430
第12章　人工智能知万物 431
12.1 区域卷积神经网络 431
12.2 快速区域卷积神经网络 433
12.3 更快区域卷积神经网络 434
12.4 YOLO网络 440
本章小结 466
第13章　人工智能绘万物 467
13.1 神经艺术风格迁移 468
13.2 基于TensorFlow的图像风格化实现 473
新手问答 478
本章小结 478
参考文献 479