滿額折
人工智能基礎教程：Python篇(青少版)（簡體書）
商品資訊
相關商品
商品簡介
作者簡介
目次
商品簡介
全書分為2篇--人工智能編程基礎篇、人工智能篇。人工智能編程基礎篇包括: 初識Python、基本數據類型、Python的流程控制、數組操作、文件操作、繪製需要的圖表、函數、面向對象、異常、集合與概率、學點統計學、數據管理與分析;人工智能篇包括人工智能導論、初識機器學習、自然語言處理、語音識別技術、計算機視覺、人工神經網絡。本教程是以人工智能為主線, 融合學科特點進行編程能力的培養。讀者可以通過本教程結合我們開發的在線編程平臺完成課程內容和輔助內容的學習。也可在後期以我們自主開發的機器人為載體, 進行進一步驅動人工智能的實驗。本書每章都配備了相關練習, 幫助讀者鞏固所學習的知識。
作者簡介
丁亮，博士，哈爾濱工業大學機器人技術與系統國家重點實驗室教授、博士生導師，國家優秀青年基金獲得者，哈工大機器人(合肥)國際創新研究院科研副院長。
姜春茂，博士，哈爾濱師範大學教授，機器人教育專家 ，中國計算機學會高級會員，黑龍江軟件學會常務理事，哈工大機器人(合肥)國際創新研究院研發副總師。
于振中，博士，哈工大機器人集團高級副總裁，工業機器人事業部董事長，哈工大機器人(合肥)國際創新研究院執行院長。
姜春茂，博士，哈爾濱師範大學教授，機器人教育專家 ，中國計算機學會高級會員，黑龍江軟件學會常務理事，哈工大機器人(合肥)國際創新研究院研發副總師。
于振中，博士，哈工大機器人集團高級副總裁，工業機器人事業部董事長，哈工大機器人(合肥)國際創新研究院執行院長。
目次
目 錄
第1 篇 人工智能編程基礎篇
第1 章 初識Python 3
1.1 Python 的前世今生 3
1.2 Python 的優勢 4
1.3 Python 的缺陷 5
1.4 Ubuntu 下開發環境的搭建 5
1.5 Windows 下開發環境的搭建 10
1.6 Python 編程入門 15
1.7 變量及其賦值 22
1.8 輸入與輸出 22
1.9 趣味練習 25
1.10 總結 26
1.11 練習 26
第2 章 基本數據類型 27
2.1 分數和複數的表示 27
2.2 字符串 30
2.3 布爾型 32
2.4 趣味練習 33
2.5 總結 34
2.6 練習 34
第3 章 Python 的流程控制 35
3.1 條件控制語句 35
3.2 循環控制語句 41
3.3 案例：百錢買百雞問題 54
3.4 趣味練習 56
3.5 總結 58
3.6 練習 58
第4 章 數組操作 60
4.1 列表 60
4.2 字典 64
4.3 元組 67
4.4 排序與查找 70
4.5 小酌算法分析 74
4.6 趣味練習 77
4.7 總結 79
4.8 練習 79
第5 章 文件操作 80
5.1 文件及其操作 80
5.2 從文件中讀取數據 81
5.3 寫數據到文件 82
5.4 從Web 頁面讀數據 84
5.5 淺談Python 處理大數據文件 86
5.6 案例：計算文件中關鍵字出現次數 87
5.7 趣味練習 88
5.8 總結 91
5.9 練習 91
第6 章 繪製需要的圖表 92
6.1 matplotlib 基礎 92
6.2 pandas 繪圖基礎 94
6.3 基本圖形的繪製 95
6.4 繪製正弦交變電流圖像 109
6.5 案例：統計文件字符出現頻率 111
6.6 趣味練習 114
6.7 總結 115
6.8 練習 115
第7 章 函數 116
7.1 什麼是函數 116
7.2 為什麼要使用函數 117
7.3 函數的創建和調用 118
7.4 作用域 119
7.5 global 語句 121
7.6 參數 121
7.7 遞歸 128
7.8 模塊 131
7.9 趣味練習 134
7.10 總結 136
7.11 練習 136
第8 章 面向對象 138
8.1 面向對象與面向過程 138
8.2 類 139
8.3 面向對象編程 146
8.4 面向對象和面向過程的比較 153
8.5 總結 154
8.6 練習 154
第9 章 異常 156
9.1 為什麼要使用異常 156
9.2 異常的作用 156
9.3 異常與錯誤 157
9.4 處理異常 158
9.5 拋出異常 159
9.6 finally 語句 161
9.7 總結 162
9.8 練習 163
第10 章 集合與概率 164
10.1 理解Python 中的集合類型 164
10.2 概率基礎知識 166
10.3 貝葉斯分類 171
10.4 案例：線上課程分類 174
10.5 總結 181
10.6 練習 181
第11 章 學點統計學 182
11.1 統計學的基本概念 182
11.2 假設檢驗 185
11.3 方差分析 187
11.4 統計回歸分析 190
11.5 總結 197
11.6 練習 197
第12 章 數據管理與分析 198
12.1 基於Python 的數據管理與分析 198
12.2 數據的導入與導出 199
12.3 數據分析 204
12.4 數據可視化 209
12.5 總結 215
12.6 練習 216
第2 篇 人工智能篇
第13 章 人工智能導論 219
13.1 人工智能 219
13.2 為什麼學習人工智能 223
13.3 人工智能的種類 224
13.4 人工智能的分支 226
13.5 加速回報定律 230
13.6 人工智能與倫理 231
13.7 圖靈測試 231
13.8 人工智能與機器人 232
13.9 人工智能與Python 233
13.10 總結 234
13.11 練習 234
第14 章 初識機器學習 235
14.1 機器學習的基本概念 235
14.2 機器學習的類型 236
14.3 聚類案例：K-means 聚類算法 243
14.4 總結 247
14.5 練習 247
第15 章 自然語言處理 249
15.1 什麼是自然語言處理 249
15.2 文本分詞 251
15.3 使用stemming 還原詞匯 253
15.4 基於詞義的詞形還原 255
15.5 文本分塊 257
15.6 使用詞袋模型提取詞頻矩陣 259
15.7 案例：構建一個性別識別器 263
15.8 總結 266
15.9 練習 266
第16 章 語音識別技術 267
16.1 計算機感知聲音 267
16.2 理解聲音―頻譜識別 271
16.3 語音識別原理 275
16.4 基於Python 語音識別程序介紹 276
16.5 簡單語義理解 280
16.6 總結 282
16.7 練習 282
第17 章 計算機視覺 283
17.1 計算機視覺簡介 283
17.2 圖像的操作與處理 284
17.3 OpenCV 的基礎知識 288
17.4 背景差分法檢測物體 290
17.5 利用顏色空間進行物體跟蹤 293
17.6 人臉識別技術 295
17.7 總結 298
17.8 練習 298
第18 章 人工神經網絡 300
18.1 什麼是人工神經網絡 300
18.2 建立人工神經網絡 301
18.3 訓練人工神經網絡 303
18.4 感知器 304
18.5 單層神經網絡 308
18.6 多層神經網絡 312
18.7 循環神經網絡 317
18.8 在光學字符識別數據庫中可視化字符 321
18.9 構建光學字符識別引擎 323
18.10 總結 326
18.11 練習 326
參考文獻 327
第1 篇 人工智能編程基礎篇
第1 章 初識Python 3
1.1 Python 的前世今生 3
1.2 Python 的優勢 4
1.3 Python 的缺陷 5
1.4 Ubuntu 下開發環境的搭建 5
1.5 Windows 下開發環境的搭建 10
1.6 Python 編程入門 15
1.7 變量及其賦值 22
1.8 輸入與輸出 22
1.9 趣味練習 25
1.10 總結 26
1.11 練習 26
第2 章 基本數據類型 27
2.1 分數和複數的表示 27
2.2 字符串 30
2.3 布爾型 32
2.4 趣味練習 33
2.5 總結 34
2.6 練習 34
第3 章 Python 的流程控制 35
3.1 條件控制語句 35
3.2 循環控制語句 41
3.3 案例：百錢買百雞問題 54
3.4 趣味練習 56
3.5 總結 58
3.6 練習 58
第4 章 數組操作 60
4.1 列表 60
4.2 字典 64
4.3 元組 67
4.4 排序與查找 70
4.5 小酌算法分析 74
4.6 趣味練習 77
4.7 總結 79
4.8 練習 79
第5 章 文件操作 80
5.1 文件及其操作 80
5.2 從文件中讀取數據 81
5.3 寫數據到文件 82
5.4 從Web 頁面讀數據 84
5.5 淺談Python 處理大數據文件 86
5.6 案例：計算文件中關鍵字出現次數 87
5.7 趣味練習 88
5.8 總結 91
5.9 練習 91
第6 章 繪製需要的圖表 92
6.1 matplotlib 基礎 92
6.2 pandas 繪圖基礎 94
6.3 基本圖形的繪製 95
6.4 繪製正弦交變電流圖像 109
6.5 案例：統計文件字符出現頻率 111
6.6 趣味練習 114
6.7 總結 115
6.8 練習 115
第7 章 函數 116
7.1 什麼是函數 116
7.2 為什麼要使用函數 117
7.3 函數的創建和調用 118
7.4 作用域 119
7.5 global 語句 121
7.6 參數 121
7.7 遞歸 128
7.8 模塊 131
7.9 趣味練習 134
7.10 總結 136
7.11 練習 136
第8 章 面向對象 138
8.1 面向對象與面向過程 138
8.2 類 139
8.3 面向對象編程 146
8.4 面向對象和面向過程的比較 153
8.5 總結 154
8.6 練習 154
第9 章 異常 156
9.1 為什麼要使用異常 156
9.2 異常的作用 156
9.3 異常與錯誤 157
9.4 處理異常 158
9.5 拋出異常 159
9.6 finally 語句 161
9.7 總結 162
9.8 練習 163
第10 章 集合與概率 164
10.1 理解Python 中的集合類型 164
10.2 概率基礎知識 166
10.3 貝葉斯分類 171
10.4 案例：線上課程分類 174
10.5 總結 181
10.6 練習 181
第11 章 學點統計學 182
11.1 統計學的基本概念 182
11.2 假設檢驗 185
11.3 方差分析 187
11.4 統計回歸分析 190
11.5 總結 197
11.6 練習 197
第12 章 數據管理與分析 198
12.1 基於Python 的數據管理與分析 198
12.2 數據的導入與導出 199
12.3 數據分析 204
12.4 數據可視化 209
12.5 總結 215
12.6 練習 216
第2 篇 人工智能篇
第13 章 人工智能導論 219
13.1 人工智能 219
13.2 為什麼學習人工智能 223
13.3 人工智能的種類 224
13.4 人工智能的分支 226
13.5 加速回報定律 230
13.6 人工智能與倫理 231
13.7 圖靈測試 231
13.8 人工智能與機器人 232
13.9 人工智能與Python 233
13.10 總結 234
13.11 練習 234
第14 章 初識機器學習 235
14.1 機器學習的基本概念 235
14.2 機器學習的類型 236
14.3 聚類案例：K-means 聚類算法 243
14.4 總結 247
14.5 練習 247
第15 章 自然語言處理 249
15.1 什麼是自然語言處理 249
15.2 文本分詞 251
15.3 使用stemming 還原詞匯 253
15.4 基於詞義的詞形還原 255
15.5 文本分塊 257
15.6 使用詞袋模型提取詞頻矩陣 259
15.7 案例：構建一個性別識別器 263
15.8 總結 266
15.9 練習 266
第16 章 語音識別技術 267
16.1 計算機感知聲音 267
16.2 理解聲音―頻譜識別 271
16.3 語音識別原理 275
16.4 基於Python 語音識別程序介紹 276
16.5 簡單語義理解 280
16.6 總結 282
16.7 練習 282
第17 章 計算機視覺 283
17.1 計算機視覺簡介 283
17.2 圖像的操作與處理 284
17.3 OpenCV 的基礎知識 288
17.4 背景差分法檢測物體 290
17.5 利用顏色空間進行物體跟蹤 293
17.6 人臉識別技術 295
17.7 總結 298
17.8 練習 298
第18 章 人工神經網絡 300
18.1 什麼是人工神經網絡 300
18.2 建立人工神經網絡 301
18.3 訓練人工神經網絡 303
18.4 感知器 304
18.5 單層神經網絡 308
18.6 多層神經網絡 312
18.7 循環神經網絡 317
18.8 在光學字符識別數據庫中可視化字符 321
18.9 構建光學字符識別引擎 323
18.10 總結 326
18.11 練習 326
參考文獻 327
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。