人工智能基础教程:PYTHON篇(青少版)

图书标准信息

• 作者 丁亮；姜春茂；于振中
• 出版社 清华大学出版社
• 出版时间 2019-02
• 版次 1
• ISBN 9787302516491
• 定价 49.80元
• 装帧 平装
• 开本 其他
• 页数 327页
• 字数 427千字

【内容简介】

《人工智能基础教程：Python 篇（青少版）》全书分为2 篇—人工智能编程基础篇、人工智能篇。人工智能编程基础篇包括：初识Python、基本数据类型、Python 的流程控制、数组操作、文件操作、绘制需要的图表、函数、面向对象、异常、集合与概率、学点统计学、数据管理与分析；人工智能篇包括人工智能导论、初识机器学习、自然语言处理、语音识别技术、计算机视觉、人工神经网络。
本教程是以人工智能为主线，融合学科特点进行编程能力的培养。读者可以通过本教程结合我们开发的在线编程平台完成课程内容和辅助内容的学习。也可在后期以我们自主开发的机器人为载体，进行进一步驱动人工智能的实验。
本书每章都配备了相关练习，帮助读者巩固所学习的知识。
本书不仅讲解了人工智能基础，还包括了入门Python 编程的必要知识。可以作为高中生课程教材，也可作为青少年自学人工智能基础和Python 编程基础的参考书。

【作者简介】

丁亮，博士，哈尔滨工业大学机器人技术与系统国家重点实验室教授、博士生导师，国家很好青年基金获得者，哈工大机器人（合肥）靠前创新研究院科研副院长。

姜春茂，博士，哈尔滨师范大学教授，机器人教育专家 ，中国计算机学会不错会员，黑龙江软件学会常务理事，哈工大机器人（合肥）靠前创新研究院研发副总师。

于振中，博士，哈工大机器人集团不错副总裁，工业机器人事业部董事长，哈工大机器人（合肥）靠前创新研究院执行院长。

【目录】

目 录
 篇 人工智能编程基础篇
 章 初识Python  3
1.1 Python 的前世今生  3
1.2 Python 的优势  4
1.3 Python 的缺陷  5
1.4 Ubuntu 下开发环境的搭建  5
1.5 Windows 下开发环境的搭建  10
1.6 Python 编程入门  15
1.7 变量及其赋值  22
1.8 输入与输出  22
1.9 趣味练习  25
1.10 总结  26
1.11 练习  26
第2 章 基本数据类型  27
2.1 分数和复数的表示  27
2.2 字符串  30
2.3 布尔型  32
2.4 趣味练习  33
2.5 总结  34
2.6 练习  34
第3 章 Python 的流程控制  35
3.1 条件控制语句  35
3.2 循环控制语句  41
3.3 案例：百钱买百鸡问题  54
3.4 趣味练习  56
3.5 总结  58
3.6 练习  58
第4 章 数组操作  60
4.1 列表  60
4.2 字典  64
4.3 元组  67
4.4 排序与查找  70
4.5 小酌算法分析  74
4.6 趣味练习  77
4.7 总结  79
4.8 练习  79
第5 章 文件操作  80
5.1 文件及其操作  80
5.2 从文件中读取数据  81
5.3 写数据到文件  82
5.4 从Web 页面读数据  84
5.5 浅谈Python 处理大数据文件  86
5.6 案例：计算文件中关键字出现次数  87
5.7 趣味练习  88
5.8 总结  91
5.9 练习  91
第6 章 绘制需要的图表  92
6.1 matplotlib 基础  92
6.2 pandas 绘图基础  94
6.3 基本图形的绘制  95
6.4 绘制正弦交变电流图像  109
6.5 案例：统计文件字符出现频率  111
6.6 趣味练习  114
6.7 总结  115
6.8 练习  115
第7 章 函数  116
7.1 什么是函数  116
7.2 为什么要使用函数  117
7.3 函数的创建和调用  118
7.4 作用域  119
7.5 global 语句  121
7.6 参数  121
7.7 递归  128
7.8 模块  131
7.9 趣味练习  134
7.10 总结  136
7.11 练习  136
第8 章 面向对象  138
8.1 面向对象与面向过程  138
8.2 类  139
8.3 面向对象编程  146
8.4 面向对象和面向过程的比较  153
8.5 总结  154
8.6 练习  154
第9 章 异常  156
9.1 为什么要使用异常  156
9.2 异常的作用  156
9.3 异常与错误  157
9.4 处理异常  158
9.5 抛出异常  159
9.6 finally 语句  161
9.7 总结  162
9.8 练习  163
0 章 集合与概率  164
10.1 理解Python 中的集合类型  164
10.2 概率基础知识  166
10.3 贝叶斯分类  171
10.4 案例：线上课程分类  174
10.5 总结  181
10.6 练习  181
1 章 学点统计学  182
11.1 统计学的基本概念  182
11.2 假设检验  185
11.3 方差分析  187
11.4 统计回归分析  190
11.5 总结  197
11.6 练习  197
2 章 数据管理与分析  198
12.1 基于Python 的数据管理与分析  198
12.2 数据的导入与导出  199
12.3 数据分析  204
12.4 数据可视化  209
12.5 总结  215
12.6 练习  216
第2 篇 人工智能篇
3 章 人工智能导论  219
13.1 人工智能  219
13.2 为什么学习人工智能  223
13.3 人工智能的种类  224
13.4 人工智能的分支  226
13.5 加速回报定律  230
13.6 人工智能与伦理  231
13.7 图灵测试  231
13.8 人工智能与机器人  232
13.9 人工智能与Python  233
13.10 总结  234
13.11 练习  234
4 章 初识机器学习  235
14.1 机器学习的基本概念  235
14.2 机器学习的类型  236
14.3 聚类案例：K-means 聚类算法  243
14.4 总结  247
14.5 练习  247
5 章 自然语言处理  249
15.1 什么是自然语言处理  249
15.2 文本分词  251
15.3 使用stemming 还原词汇  253
15.4 基于词义的词形还原  255
15.5 文本分块  257
15.6 使用词袋模型提取词频矩阵  259
15.7 案例：构建一个性别识别器  263
15.8 总结  266
15.9 练习  266
6 章 语音识别技术  267
16.1 计算机感知声音  267
16.2 理解声音—频谱识别  271
16.3 语音识别原理  275
16.4 基于Python 语音识别程序介绍  276
16.5 简单语义理解  280
16.6 总结  282
16.7 练习  282
7 章 计算机视觉  283
17.1 计算机视觉简介  283
17.2 图像的操作与处理  284
17.3 OpenCV 的基础知识  288
17.4 背景差分法检测物体  290
17.5 利用颜色空间进行物体跟踪  293
17.6 人脸识别技术  295
17.7 总结  298
17.8 练习  298
8 章 人工神经网络  300
18.1 什么是人工神经网络  300
18.2 建立人工神经网络  301
18.3 训练人工神经网络  303
18.4 感知器  304
18.5 单层神经网络  308
18.6 多层神经网络  312
18.7 循环神经网络  317
18.8 在光学字符识别数据库中可视化字符  321
18.9 构建光学字符识别引擎  323
18.10 总结  326
18.11 练习  326
参考文献  327