Python入门到人工智能实战

介绍Python人工智能的生态，涉及Python基础、网络爬虫、数据分析、可视化、图像处理、自然语言处理、机器学习、深度学习以及强化学习等内容。内容包括：一部分 Python基础；第1章 Python基础知识；第2章 数据结构；第3章 控制语言；第4章 函数；第5章 对象；第6章 Numpy基础；第7章 pandas基础（数据处理、交叉矩阵、统计分析）；第8章 可视化(Matplotlib和Seaborn等)；第9章 网络爬虫（解析网页、urllib和scrapy）；第二部分 Python图像处理；第10章 SciPy；第11章 OpenCV；第12章 Dataset API（TensorFlow一个图像处理API）；第三部分 自然语言处理；第13章 Python中文分词jieba（基础及实例）；第14章 NLTK简介（基础及实例）；第15章 Word2Vec简介（基础及实例）；第四部分 机器学习；第16章 机器学习基础（介绍常用机器学习算法）；第17章 sklearn简介（基础、常用算法实现）；第18章 PySpark ML 基础（基础、典型算法及可视化）；第五部分 深度学习；第19章 深度学习基础（神经网络卷积及循环神经网络）；第20章 TensorFlow（基础、实现几种深度学习算法）；第21章 keras（基础、实现几种深度学习算法）；第22章 Pytorch（基础、实现几种深度学习算法）；第六部分 强化学习；第23章 强化学习基础（介绍常用的几种强化学习算法及相关实例）。

吴茂贵，上海大学运筹学与控制论硕士，在BI、数据挖掘与分析、机器学习等领域有20多年的工作经验，在Spark机器学习、TensorFlow人工智能以及神经网络领域有大量的实践经验。

1.找准切入点，使复杂问题简单化：本书的讲解都是从简单实例开始，然后逐步扩展。

2.图文并茂，使抽象问题直观化：用图说话，一张好图胜过千言万语。

3.实例说明，使抽象问题具体化：对Python及各种框架的理解和掌握离不开实战，本书介绍了很多实例，以及对实例的后续思考等内容。