人工智能与数据处理基础

图书标准信息

• 作者 杨璠 张承德 主编；王倩 张志 马霄 蔡燕 朱平 副主编
• 出版社 清华大学出版社
• 出版时间 2021-03
• 版次 1
• ISBN 9787302576068
• 定价 59.90元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 319页
• 字数 99999千字

【内容简介】

本书基于ACCESS 2016，通过大量实例对数据库设计、数据库实现、数据操作及应用等各方面进行了全面深入的阐述，书中所用实例具有典型意义，前后连贯、简明生动、易于理解，其中许多示例是作者精心设计的。全书内容完整，文字深入浅出，理论知识通俗易懂。本书有配套的实验与学习指导教程，便于高校师生教与学。本书非常适合作为非计算机专业的Access数据库教材和学生自学使用，也可作为读者学习关系数据理论和使用Access和Excel的参考书。

【作者简介】

杨璠，博士，副教授，现任中南财经政法大学计算机科学与技术系副主任。长期从事数据科学、网络空间安全技术领域的教学和科研研究。主持各级项目10项，经费达70余万元，在知名学术期刊上发表学术期刊10余篇，其中SCI收录7篇，EI收录7篇；出版25万字学术专著一本。曾获“湖北青年教学能手”称号；曾获湖北省第三届青年教师讲课竞赛三等奖 ；曾获中南财经政法大学青年教师讲课竞赛一等奖。

【目录】

第一篇数据处理基础

第1章数据处理基础与人工智能技术前沿

1.1信息、数据、大数据

1.1.1信息

1.1.2数据

1.1.3大数据

1.2信息(数据)处理技术分类及发展

1.2.1信息(数据)处理技术

1.2.2信息(数据)存储技术

1.2.3智能数据分析技术

1.3人工智能与信息技术前沿

1.3.1人工智能

1.3.2数据挖掘

1.3.3机器学习

1.3.4大数据处理与人工智能

1.3.5区块链技术

1.3.6智能科学发展的新趋势

本章小结

思考题

第2章数据存储基本理论(关系数据库)

2.1数据库实例与数据模型

2.1.1Access数据库实例

2.1.2数据模型

2.2关系数据模型的基本理论

2.2.1关系数据模型的三要素

2.2.2关系及相关概念

2.2.3关系数据库的数据完整性约束

2.3关系数据理论的进一步分析

2.3.1关系代数

2.3.2关系的规范化

2.4数据库体系结构

2.4.1三层体系结构

2.4.2数据库管理系统概述

本章小结

思考题

 

 

 

第3章数据存储设计与Access数据库管理

3.1数据库设计方法

3.1.1数据库设计的定义

3.1.2数据库设计的步骤

3.2实体联系模型及转化

3.2.1ER模型的基本概念

3.2.2ER图

3.2.3ER模型向关系模型的转化

3.2.4设计ER模型的进一步探讨

3.2.5术语对照

3.3图书销售管理数据库设计

3.3.1需求调查与分析

3.3.2概念设计与逻辑设计

3.4Access概述

3.4.1Access的发展

3.4.2Access的启动和退出

3.4.3Access的用户界面

3.5创建Access数据库

3.5.1Access数据库基础

3.5.2创建数据库

3.6Access数据库管理

3.6.1数据库的打开与关闭

3.6.2数据库管理

本章小结

思考题

第4章表与关系

4.1Access数据库的表对象及创建方法

4.2数据类型

4.3表的创建

4.3.1数据库的物理设计

4.3.2应用设计视图创建表

4.3.3用其他方法创建表

4.4建立表之间的关系

4.4.1表之间关系的类型及创建

4.4.2对关系进行编辑

4.5表的操作

4.5.1表记录的输入

4.5.2表记录的修改和删除

4.5.3对表的其他操作

4.5.4修改表结构和删除表

4.5.5表的导出

本章小结

思考题

第5章数据存储中的查询

5.1查询及查询对象

5.1.1理解查询

5.1.2SQL概述

5.1.3Access查询的工作界面

5.1.4查询的分类与查询对象

5.2SQL查询

5.2.1Access数据运算与表达式

5.2.2几种常用的SQL查询

5.2.3SQL的追加功能

5.2.4SQL的更新功能

5.2.5SQL的删除功能

5.2.6SQL的定义功能

5.3选择查询

5.3.1创建选择查询

5.3.2选择查询的进一步设置

5.3.3汇总与分组统计查询设计

5.3.4子查询设计

5.3.5交叉表查询

5.4查询向导

5.4.1简单查询向导

5.4.2交叉表查询向导

5.4.3查找重复项查询向导

5.4.4查找不匹配项查询向导

5.5动作查询

5.5.1生成表查询

5.5.2追加查询

5.5.3更新查询

5.5.4删除查询

5.6SQL特定查询

5.6.1联合查询

5.6.2传递查询

5.6.3数据定义查询

本章小结

思考题

第二篇数据分析技术与人工智能方法

第6章智能数据分析语言——Python

6.1Python语言概述

6.1.1Python简介

6.1.2为何使用Python做数据分析

6.2Python的安装与配置

6.2.1Windows系统中下载并安装Python

6.2.2第一个Python程序

6.3Python语言基础

6.3.1Python语法特点

6.3.2变量

6.3.3常用数据类型

6.3.4运算符和表达式

6.3.5常用序列结构

6.3.6循环控制语句

6.3.7函数

6.3.8模块

6.3.9基本输入输出

6.4AI Studio平台介绍

6.4.1运行一个简单的项目

6.4.2新建一个简单的项目

本章小结

思考题

第7章数值数据智能分析技术

7.1数值数据智能分析基础

7.1.1NumPy数据处理

7.1.2Pandas库基础

7.2数值数据的导入和导出

7.2.1Python数据库交互接口

7.2.2导入CSV文件

7.2.3导出CSV文件

7.2.4导入Excel文件

7.2.5导出Excel文件

7.3数据统计

7.3.1基本统计

7.3.2分组统计

7.4数据合并、连接和排序

7.4.1Pandas 合并、连接

7.4.2排序

7.5数据筛选和过滤功能

7.5.1筛选

7.5.2按筛选条件进行汇总

7.5.3过滤

7.6数据科学制图

7.6.1Matplotlib基础

7.6.2折线图

7.6.3散点图

7.6.4柱状图

7.6.5饼状图

7.6.6雷达图

7.6.7三维图形

本章小结

思考题

第8章文本数据智能分析技术

8.1数据获取

8.2文本数据的输入和输出

8.2.1导入TXT文件

8.2.2导出TXT文件

8.3中文分词技术

8.3.1中文分词

8.3.2精确模式

8.3.3全模式

8.3.4搜索引擎模式

8.3.5jieba分词

8.4数据预处理技术

8.4.1噪声

8.4.2词性分析

8.4.3停用词

8.5自然语言处理技术

8.5.1词频统计

8.5.2词云分析

本章小结

思考题

第9章人工智能分析方法

9.1机器学习简介

9.1.1机器学习的基本概念

9.1.2Python机器学习库与学习平台

9.2有监督学习

9.2.1回归分析

9.2.2决策树

9.2.3支持向量机

9.2.4KNN算法

9.2.5人工神经网络

9.2.6深度学习

9.3无监督学习

9.3.1无监督学习简介

9.3.2Kmeans聚类

本章小结

思考题

第10章智能计算思维及其应用

10.1计算思维与人工智能

10.1.1计算思维

10.1.2人工智能

10.1.3智能计算思维的应用

10.2智能计算思维中的算法思维

10.2.1智能计算思维的组成

10.2.2算法思维的条件

10.2.3算法思维的表达和结构

10.2.4算法思维在求解问题中的应用

本章小结

思考题

参考文献