作品简介

本书全面讲述了Python的基础知识和相关开发技术。全书分为三部分,共10章。第一部分为基础篇(第1~5章),介绍Python的起源和发展、开发工具、语法基础、控制结构、复合数据结构、函数、科学计算库NumPy以及绘图工具Matplotlib等内容;第二部分为提高篇(第6~7章),深入讲解了机器学习典型算法、神经网络典型算法以及它们的Python开发实现过程;第三部分为高级篇(第8~10章),主要介绍了图像识别和人脸识别的原理方法以及它们的Python开发实现过程。

本书以人工智能中的机器学习和深度学习为载体,突出Python开发技术的实际应用。在编写体例上,以问题为导向,注重知行合一,按照由简到难、由浅入深、螺旋上升的方式设置学习内容,引导读者循序渐进地掌握基本原理方法,并熟练运用Python。

本书可作为人工智能、机器学习、人脸识别等应用领域工程技术人员的参考手册,也可作为大中专院校人工智能、大数据科学与技术、自动化、机器人工程、智能仪器仪表、机电一体化等专业及社会培训班有关Python课程的培训教材。

本书作者方健,孙悦,邵芳等。

作品目录

  • 序 FOREWORD
  • 前言 PREFACE
  • 基础篇
  • 第1章 初识Python
  • 1.1 源码世界的来源
  • 1.2 探索Python的起源
  • 1.3 感知Python的特点
  • 1.4 搭建Python的运行环境之海龟编辑器
  • 1.5 搭建Python运行环境之PyCharm
  • 第2章 变量与数据
  • 2.1 变量魔法
  • 2.2 数和字符串
  • 2.3 图书馆的神秘之书
  • 第3章 认识序列
  • 3.1 list召唤编程猫家族
  • 3.2 源码世界的元组与字典
  • 第4章 条件与循环
  • 4.1 条件判断
  • 4.2 循环语句
  • 4.3 运算符
  • 第5章 函数与模块
  • 5.1 Python函数
  • 5.2 Python模块
  • 5.3 NumPy库函数
  • 5.4 Matplotlib库函数
  • 提高篇
  • 第6章 机器学习
  • 6.1 机器学习认知
  • 6.2 KNN算法研习及应用
  • 6.3 决策树与随机森林分析应用
  • 6.4 线性回归
  • 第7章 神经网络
  • 7.1 神经网络基础
  • 7.2 多层感知器
  • 7.3 卷积神经网络
  • 高级篇
  • 第8章 图像处理
  • 8.1 图像处理基础
  • 8.2 图像的运算
  • 第9章 人脸初识
  • 9.1 基于级联分类器的人脸探测
  • 9.2 基于LBPH的人脸识别
  • 9.3 视频处理
  • 第10章 人脸识别
  • 10.1 基于HOG人脸探测算法
  • 10.2 基于KNN的人脸识别算法
  • 10.3 人脸识别系统的实现
展开全部