Python程序設計及機器學習案例分析-微課視頻版

楊榮根、楊忠

  • 出版商: 清華大學
  • 出版日期: 2021-07-01
  • 售價: $234
  • 貴賓價: 9.5$222
  • 語言: 簡體中文
  • 頁數: 200
  • 裝訂: 平裝
  • ISBN: 7302583145
  • ISBN-13: 9787302583141
  • 相關分類: Machine Learning 機器學習
  • 立即出貨 (庫存 < 3)

  • Python程序設計及機器學習案例分析-微課視頻版-preview-1
  • Python程序設計及機器學習案例分析-微課視頻版-preview-2
  • Python程序設計及機器學習案例分析-微課視頻版-preview-3
Python程序設計及機器學習案例分析-微課視頻版-preview-1

商品描述

Python語言簡單易學,且有強大的AI(Artificial Intelligence,人工智能)支持庫,是人工智能第一語言。本書圍繞Python語言的這些特點,講述Python語言基礎語法、數據結構、程序結構、函數與模塊、輸入輸出和麵向對象程序設計等專題,同時結合每個專題精心編排了機器學習中的統計參數計算、隨機變量分佈、優化計算、矩陣分析、線性回歸、線性分類和人臉識別等人工智能案例實踐。通過這些內容的學習,讀者可以一方面掌握Python語言的語法; 另一方面又瞭解機器學習的基本原理,學會構建基本的機器學習系統。 本書教學資源豐富,配套有視頻、源碼、課件以及習題答案,可以作為高等院校程序設計課程的教材,也可以作為Python語言愛好者以及機器學習入門的自學參考書。

作者簡介

楊榮根,金陵科技學院智能科學與控制工程學院副教授,博士,主要從事計算機應用技術專業教學和科研工作,研究方向智能信息處理,機器學習應用等。發表論文10餘篇,承擔市廳級科研項目3項,精通多門語言的程序設計和軟件開發。

目錄大綱

目錄
第1章Python語言概述
1.1語言
1.2程序設計語言
1.3程序設計語言的發展
1.3.1第一代機器語言
1.3.2第二代匯編語言
1.3.3第三代高級語言
1.3.4第四代非過程化語言
1.4Python程序設計語言
1.5Python語言的優勢
1.6Python環境
1.6.1運行環境
1.6.2開發環境
1.7第一個機器學習小程序
1.7.1波士頓房價數據集
1.7.2數據預處理與訓練
1.7.3性能評估
1.8實驗
本章小結
習題

第2章基礎語法
2.1常用內置對象
2.1.1基本數據類型
2.1.2變量
2.1.3常量
2.1.4字符
2.1.5列表、元組、字典、集合
2.2運算符與表達式
2.2.1算術運算符
2.2.2關系運算符
2.2.3成員測試運算符in與同一性測試運算符is
2.2.4位運算符與集合運算符
2.2.5邏輯運算符
2.2.6矩陣乘法運算符“@”
2.3Python關鍵字
2.4Python常用內置函數
2.4.1類型轉換
2.4.2數學函數
2.4.3input()和print()函數
2.4.4sorted()和reversed()函數
2.4.5enumerate()函數
2.4.6map()和filter()函數
2.4.7range()、zip()和eval()函數
2.5Python編程規範
2.6機器學習中的統計參數
2.6.1均值、方差和標準差
2.6.2偏度、峰度和相關系數
2.6.3距離
2.7實驗
本章小結
習題

第3章數據結構
3.1列表
3.1.1列表操作
3.1.2列表常用方法
3.1.3列表支持的運算符
3.1.4內置函數對列表的操作
3.1.5列表推導式
3.1.6切片操作
3.2元組
3.2.1元組創建與元素訪問
3.2.2元組與列表的比較
3.2.3生成器推導式
3.3字典
3.3.1字典創建與刪除
3.3.2字典元素的訪問
3.3.3元素添加、修改與刪除
3.3.4標準庫collections中與字典有關的類
3.4集合
3.4.1集合對象的創建與刪除
3.4.2集合操作與運算
3.5序列封包與解包
3.6NumPy庫中的array結構
3.7機器學習中的變量分佈
3.7.1兩點分佈
3.7.2高斯分佈
3.7.3中心極限定理
3.8實驗
本章小結
習題

第4章程序結構
4.1條件表達式
4.2分支結構
4.2.1單分支結構
4.2.2雙分支結構
4.2.3多分支結構
4.2.4分支嵌套結構
4.3循環結構
4.3.1for循環語句與while循環語句
4.3.2break語句與continue語句
4.4機器學習中的優化計算
4.5實驗
本章小結
習題

第5章函數及模塊
5.1函數
5.1.1函數定義
5.1.2函數遞歸調用
5.1.3函數參數
5.1.4變量作用域
5.1.5lambda表達式
5.1.6生成器函數
5.1.7關於__main__
5.2模塊、包、庫
5.2.1模塊
5.2.2包
5.2.3庫
5.3異常處理
5.3.1異常
5.3.2異常處理
5.4PyCharm單步跟蹤
5.5機器學習中的矩陣分析
5.5.1正規方程計算線性模型參數
5.5.2矩陣奇異值分解
5.6實驗
本章小結
習題

第6章輸入輸出
6.1文件讀寫
6.1.1文件
6.1.2文件操作
6.1.3文件操作案例
6.2文件夾操
6.3圖形和圖像輸出
6.3.1散點圖
6.3.2曲線圖
6.3.3三維曲線
6.3.4三維曲面圖
6.3.5其他有趣的圖形
6.3.6圖像顯示輸出
6.4數據庫訪問與存儲
6.4.1關系數據庫
6.4.2MySQL數據庫管理系統
6.4.3數據庫操作
6.5機器學習中的線性回歸
6.6實驗
本章小結
習題

第7章面向對象程序設計
7.1類的定義與使用
7.2封裝
7.2.1私有成員和公有成員
7.2.2屬性
7.2.3方法
7.3繼承、多態
7.3.1繼承
7.3.2多態
7.4特殊方法
7.5機器學習中的線性分類
7.6實驗
本章小結
習題

第8章Python項目應用——人臉識別
8.1人臉識別算法
8.1.1人臉庫
8.1.2最近鄰方法
8.1.3主分量分析降維
8.1.4Logistic回歸方法
8.2人臉識別系統
8.3實驗
本章小結
習題

參考文獻