Python人工智能开发从入门到精通

（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 等功能都很好丰富，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。

    《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 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、0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：1章 人工智能识万物、第3篇：2章 人工智能知万物、3章 人工智能绘万物。

    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，主持重量纵向课题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，其中作者论文8篇，申请国家发明6项，主持和主研重量及省部级课题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基础篇章  关于Python与开发环境配置21.1Python入门21.2Python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152.1基础语法152.2数据类型252.3逻辑控制语句312.4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433.1不错变量433.2面向对象编程573.3Python模块613.4python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704.1人工智能概述704.2人工智能崛起的三大基石764.3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955.1机器学习概述955.2机器学习的4个分支995.3评估模型指标1065.4数据预处理、特征工程和特征学习1115.5过拟合与欠拟合1135.6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1216.1NumPy—基础科学计算库1216.2Pandas—数据分析的利器1466.3Matplotlib—画出优美的图形1736.4scikit-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  个机器学习项目1957.1入门项目简介1957.2数据导入1977.3数据探索1997.4数据可视化2047.5算法评估2097.6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2158.1k-近邻算法2158.2朴素贝叶斯分类算法2248.3支持向量机2358.4PCA算法2448.5k-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2659.1深度学习基础2659.2神经网络2749.3卷积神经网络2849.4循环神经网络289新手问答299小试牛刀300本章小结3020章  深度学习之TensorFlow30310.1主流的深度学习框架30310.2TensorFlow环境搭建30710.3TensorFlow基本知识31010.4TensorFlow编程准备31510.5TensorFlow基本开发步骤34210.6TensorFlow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1章  人工智能识万物35611.1卷积神经网络的前世今生35611.2如何构建更深的神经网络36911.3神经网络的可迁移性414新手问答430本章小结4302章  人工智能知万物43112.1区域卷积神经网络43112.2快速区域卷积神经网络 43312.3更快区域卷积神经网络43412.4YOLO网络440本章小结4663章  人工智能绘万物46713.1神经艺术风格迁移46813.2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