相关截图：




资料简介：

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 第一个机器学习项目、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、第10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：第11章 人工智能识万物、第3篇：第12章 人工智能知万物、第13章 人工智能绘万物。

Python基础篇

第1章 关于Python与开发环境配置 2

1.1 Python入门 2

1.2 Python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 15

2.1 基础语法 15

2.2 数据类型 25

2.3 逻辑控制语句 31

2.4 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 43

3.1 高级变量 43

3.2 面向对象编程 57

3.3 Python模块 61

3.4 python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 70

4.1 人工智能概述 70

4.2 人工智能崛起的三大基石 76

4.3 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 95

5.1 机器学习概述 95

5.2 机器学习的4个分支 99

5.3 评估模型指标 106

5.4 数据预处理、特征工程和特征学习 111

5.5 过拟合与欠拟合 113

5.6 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 121

6.1 NumPy—基础科学计算库 121

6.2 Pandas—数据分析的利器 146

6.3 Matplotlib—画出优美的图形 173

6.4 scikit-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 第一个机器学习项目 195

7.1 入门项目简介 195

7.2 数据导入 197

7.3 数据探索 199

7.4 数据可视化 204

7.5 算法评估 209

7.6 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 215

8.1 k-近邻算法 215

8.2 朴素贝叶斯分类算法 224

8.3 支持向量机 235

8.4 PCA算法 244

8.5 k-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 265

9.1 深度学习基础 265

9.2 神经网络 274

9.3 卷积神经网络 284

9.4 循环神经网络 289

新手问答 299

小试牛刀 300

本章小结 302

第10章 深度学习之TensorFlow 303

10.1 主流的深度学习框架 303

10.2 TensorFlow环境搭建 307

10.3 TensorFlow基本知识 310

10.4 TensorFlow编程准备 315

10.5 TensorFlow基本开发步骤 342

10.6 TensorFlow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

第11章 人工智能识万物 356

11.1 卷积神经网络的前世今生 356

11.2 如何构建更深的神经网络 369

11.3 神经网络的可迁移性 414

新手问答 430

本章小结 430

第12章 人工智能知万物 431

12.1 区域卷积神经网络 431

12.2 快速区域卷积神经网络 433

12.3 更快区域卷积神经网络 434

12.4 YOLO网络 440

本章小结 466

第13章 人工智能绘万物 467

13.1 神经艺术风格迁移 468

13.2 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