漫畫學人工智能·Python版

《漫畫學人工智能·Python版》，肖凱 編，出版社： 電子工業。

電子工業出版社成立於1982年10月，是工業和信息化部直屬的科技與教育出版社，享有「全國優秀出版社」、「講信譽、重服務」的優秀出版社、「全國版權貿易先進單位」、首屆中國出版政府獎「先進出版單位」等榮譽稱號。

目錄

內容簡介

人工智能的時代已經到來。中國的青少年需要學會用人工智能的語言來理解世界，用人工智能的思想來創造世界。 本書主要介紹如何使用Python 來學習和應用人工智能算法。全書知識體系完備，主要分為三大部分。 部分講解基礎編程知識和Python 語言特性。第二部分講解如何處理數據，如何分析和觀察數據。第三部分講解若干機器學習算法，並拓展介紹深度學習和強化學習的入門知識。 本書配套了代碼倉庫，可供開設人工智能課程的中小學老師，以及對人工智能感興趣的業餘愛好者參考使用。

目錄

第1章 編程環境介紹和安裝

1.1 什麼是Python

1.2 為什麼用Python來學習人工智能

1.3 Anaconda環境的安裝

1.4 Jupyter Notebook的界面和基本使用

1.5 本章小結

第2章 Python基礎

2.1 掌握 個命令：print

2.2 數學運算

2.3 變量

2.4 數據類型

2.5 函數

2.6 類

2.7 練習

2.8 本章小結

第3章 循環語句、條件語句和二分搜索算法

3.1 邏輯值和判斷條件

3.2 循環語句和列表

3.3 二分搜索算法

3.4 練習

3.5 本章小結

第4章 遞歸算法和快速排序

4.1 再談列表

4.2 選擇排序

4.3 遞歸算法

4.4 快速排序

4.5 練習

4.6 本章小結

第5章 字典和廣度優先搜索

5.1 什麼是字典

5.2 字典的排序

5.3 廣度優先搜索

5.4 練習

5.5 本章小結

第6章 集合和貪心算法

6.1 什麼是集合

6.2 組合

6.3 貪心算法

6.4 練習

6.5 本章小結

第7章 數組和向量化計算

7.1 一維數組

7.2 二維數組

7.3 數組操作

7.4 向量化計算

7.5 練習

7.6 本章小結

第8章 隨機和模擬

8.1 什麼是隨機事件

8.2 模擬擲骰子

8.3 模擬扔硬幣

8.4 練習

8.5 本章小結

第9章 數據可視化

9.1 可視化目標和類型

9.2 matplotlib繪圖基礎

9.3 交互式繪圖模塊

9.4 練習

9.5 本章小結

0章 文件讀取和數據分析

10.1 什麼是數據分析

10.2 文件讀取

10.3 一元統計分析

10.4 二元統計分析

10.5 練習

10.6 本章小結

1章 化方法

11.1 什麼是 化

11.2 梯度下降算法

11.3 遺傳算法

11.4 練習

11.5 本章小結論

2章 機器學習基礎

12.1 什麼是機器學習

12.2 有監督學習

12.3 無監督學習

12.4 強化學習

12.5 本章小結

3章 感知機分類器

13.1 什麼是分類器

13.2 什麼是感知機分類器

13.3 感知機分類器是如何訓練權重的

13.4 練習

13.5 本章小結

4章 邏輯回歸分類器

14.1 什麼是邏輯回歸分類器

14.2 什麼是損失函數

14.3 邏輯回歸分類器是如何訓練權重的

14.4 分類器的評估方法

14.5 練習

14.6 本章小結

5章 線性回歸和評估

15.1 什麼是線性回歸

15.2 線性回歸的評估方法

目錄 IX

15.3 線性回歸是如何訓練權重的

15.4 練習

15.5 本章小結

6章 聚類算法和應用

16.1 什麼是聚類

16.2 什麼是K-means聚類算法

16.3 如何實現K-means聚類算法

16.4 練習

16.5 本章小結

7章 深度學習和框架

17.1 什麼是深度學習

17.2 深度學習框架PyTorch

17.3 PyTorch的安裝

17.4 PyTorch基礎

17.4.1 向量

17.4.2 自動梯度計算

17.5 練習

17.6 本章小結

8章 基於PyTorch的線性回歸和邏輯回歸

18.1 基於PyTorch的線性回歸

18.2 基於PyTorch的邏輯回歸

18.3 練習

18.4 本章小結

9章 人工神經網絡

19.1 理解人工神經網絡

19.2 基於PyTorch的神經網絡

19.3 練習

19.4 本章小結

第20章 用卷積神經網絡處理圖片問題

20.1 用DNN判斷手寫數字

20.2 用DNN判斷服飾類型

20.3 用CNN判斷服飾類型

20.4 本章小結

第21章 用循環神經網絡處理文本問題

21.1 獨熱編碼

21.2 文本的基本處理

21.3 用DNN判斷文本類別

21.4 用RNN判斷文本類別

21.5 本章小結

第22章 強化學習基礎

22.1 強化學習的基本概念

22.2 Q學習的思想

22.3 在一維空間中尋寶

22.4 本章小結

第23章 強化學習探索二維世界

23.1 二維格子世界的問題

23.2 環境模塊gym

23.3 基於Q學習的二維格子世界

23.4 本章小結

第24章 人工智能的下一步和學習資源

24.1 人工智能的前沿進展

24.2 人工智能的未來

24.3 生活中的人工智能工具

24.4 學習資源

24.4.1 出版讀物

24.4.2 網絡課

24.4.3 微信公眾號