1. 本書作者為華為大學特聘講師，專注於數據分析、機器學習、深度學習方面，實戰經驗豐富，更能從實際需求出發，編寫出適合讀者的實用書。2. 本書涉及數據分析、機器學習、深度學習的相關知識。3. 本書含有詳細的代碼案例，幫助讀者快速上手，進行項目開發。4. 本書內容豐富，流程完整，案例豐富，實操性強。

●第1章 統計學基礎
1.1 數據分布
1.2 離中趨勢
1.3 抽樣理論
1.4 基本統計概念
第2章 Python基礎
2.1 Python介紹
2.2 第一個Python程序
2.3 安裝Anaconda
2.4 Python規範
2.5 Python的數據類型
2.6 Python語句
2.7 Python函數
2.8 Python中的模塊和包
2.9 Python時間模塊
2.10 Python文件操作
第3章 綜合練習：迷你DVD管理器
3.1 項目需求
3.2 開發步驟
第4章 Python面向對像入門
4.1 定義Python類
4.2 繼承的原理
4.3 Python構造函數
4.4 實例
4.5 小結
第5章 綜合練習：迷你DVD管理器（OOP版）
第6章 在Python中操作MySQL
6.1 安裝PyMySQL
6.2 pymysql.connect()中的參數說明
6.3 connection對像支持的方法
6.4 cursor對像支持的方法
6.5 實現pymysql的增刪改查功能
第7章 NumPy
7.1 NumPy介紹
7.2 NumPy數組
7.3 numpy.zeros()和numpy.ones()
7.4 numpy.reshape()和numpy.flatten()
7.5 numpy.hstack()和numpy.vstack()
7.6 numpy.asarray()
7.7 numpy.arange()
7.8 numpy.linspace()和numpy.logspace()
7.9 索引和切片NumPy數組
7.10 NumPy統計函數與示例
7.11 numpy.dot()
7.12 numpy.matmul()
7.13 numpy.linalg.det()
7.14 NumPy實例
第8章 pandas
8.1 pandas介紹
8.2 pandas的數據結構
8.3 創建數據幀
8.4 創建日期範圍
8.5 查看數據
8.6 拆分數據
8.7 讀取並寫入數據
8.8 pandas實例
第9章 Matplotlib
9.1 安裝Matplotlib並查看版本
9.2 繪制折線圖
9.3 繪制柱狀圖
第10章 人工智能
10.1 人工智能領域
10.2 機器學習
10.3 監督學習和無監督學習
10.4 2020年19個很好AI聊天機器人
第11章 Scikit-Learn
11.1 Scikit-Learn介紹
11.2 數據集
11.3 Scikit-Learn實例
11.4 模型選擇和評估
第12章 實戰案例
12.1 泰坦尼克號（完整過程分析）
12.2 電信單用戶轉合約預測
12.3 電信低速率小區預測
12.4 預測客戶是否會認購定期存款
12.5 銀行信用卡欺詐檢測
第13章 神經網絡
13.1 深度學習
13.2 前饋神經網絡
13.3 FNN實例——低速率小區
13.4 遞歸神經網絡
13.5 RNN實例——低速率小區
13.6 卷積神經網絡
13.7 CNN實例——低速率小區

本書基於Python語言，較為全面地講解了數據分析、機器學習、深度學習的相關知識，涵蓋統計學基礎、Python基礎、Python面向對像入門、在Python中操作MySQL、NumPy、pandas、Matplotlib、Scikit-Learn，以及人工智能、神經網絡等內容。本書還包括大量代碼和綜合練習，以及豐富的實戰案例。本書適合對數據分析、機器學習與深度學習感興趣的讀者學習，也適合作為相關專業的培訓參考，還適合從事人工智能相關工作的人員閱讀。

方勇 著