●第一篇數據處理基礎
第1章數據處理基礎與人工智能技術前沿
1.1信息、數據、大數據
1.1.1信息
1.1.2數據
1.1.3大數據
1.2信息(數據)處理技術分類及發展
1.2.1信息(數據)處理技術
1.2.2信息(數據)存儲技術
1.2.3智能數據分析技術
1.3人工智能與信息技術前沿
1.3.1人工智能
1.3.2數據挖掘
1.3.3機器學習
1.3.4大數據處理與人工智能
1.3.5區塊鏈技術
1.3.6智能科學發展的新趨勢
本章小結
思考題
第2章數據存儲基本理論(關繫數據庫)
2.1數據庫實例與數據模型
2.1.1Access數據庫實例
2.1.2數據模型
2.2關繫數據模型的基本理論
2.2.1關繫數據模型的三要素
2.2.2關繫及相關概念
2.2.3關繫數據庫的數據完整性約束
2.3關繫數據理論的進一步分析
2.3.1關繫代數
2.3.2關繫的規範化
2.4數據庫體繫結構
2.4.1三層體繫結構
2.4.2數據庫管理繫統概述
本章小結
思考題
第3章數據存儲設計與Access數據庫管理
3.1數據庫設計方法
3.1.1數據庫設計的定義
3.1.2數據庫設計的步驟
3.2實體聯繫模型及轉化
3.2.1E-R模型的基本概念
3.2.2E-R圖
3.2.3E-R模型向關繫模型的轉化
3.2.4設計E-R模型的進一步探討
3.2.5術語對照
3.3圖書銷售管理數據庫設計
3.3.1需求調查與分析
3.3.2概念設計與邏輯設計
3.4Access概述
3.4.1Access的發展
3.4.2Access的啟動和退出
3.4.3Access的用戶界面
3.5創建Access數據庫
3.5.1Access數據庫基礎
3.5.2創建數據庫
3.6Access數據庫管理
3.6.1數據庫的打開與關閉
3.6.2數據庫管理
本章小結
思考題
第4章表與關繫
4.1Access數據庫的表對像及創建方法
4.2數據類型
4.3表的創建
4.3.1數據庫的物理設計
4.3.2應用設計視圖創建表
4.3.3用其他方法創建表
4.4建立表之間的關繫
4.4.1表之間關繫的類型及創建
4.4.2對關繫進行編輯
4.5表的操作
4.5.1表記錄的輸入
4.5.2表記錄的修改和刪除
4.5.3對表的其他操作
4.5.4修改表結構和刪除表
4.5.5表的導出
本章小結
思考題
第5章數據存儲中的查詢
5.1查詢及查詢對像
5.1.1理解查詢
5.1.2SQL概述
5.1.3Access查詢的工作界面
5.1.4查詢的分類與查詢對像
5.2SQL查詢
5.2.1Access數據運算與表達式
5.2.2幾種常用的SQL查詢
5.2.3SQL的追加功能
5.2.4SQL的更新功能
5.2.5SQL的刪除功能
5.2.6SQL的定義功能
5.3選擇查詢
5.3.1創建選擇查詢
5.3.2選擇查詢的進一步設置
5.3.3彙總與分組統計查詢設計
5.3.4子查詢設計
5.3.5交叉表查詢
5.4查詢向導
5.4.1簡單查詢向導
5.4.2交叉表查詢向導
5.4.3查找重復項查詢向導
5.4.4查找不匹配項查詢向導
5.5動作查詢
5.5.1生成表查詢
5.5.2追加查詢
5.5.3更新查詢
5.5.4刪除查詢
5.6SQL特定查詢
5.6.1聯合查詢
5.6.2傳遞查詢
5.6.3數據定義查詢
本章小結
思考題
第二篇數據分析技術與人工智能方法
第6章智能數據分析語言——Python
6.1Python語言概述
6.1.1Python簡介
6.1.2為何使用Python做數據分析
6.2Python的安裝與配置
6.2.1Windows繫統中下載並安裝Python
6.2.2第一個Python程序
6.3Python語言基礎
6.3.1Python語法特點
6.3.2變量
6.3.3常用數據類型
6.3.4運算符和表達式
6.3.5常用序列結構
6.3.6循環控制語句
6.3.7函數
6.3.8模塊
6.3.9基本輸入輸出
6.4AIStudio平臺介紹
6.4.1運行一個簡單的項目
6.4.2新建一個簡單的項目
本章小結
思考題
第7章數值數據智能分析技術
7.1數值數據智能分析基礎
7.1.1NumPy數據處理
7.1.2Pandas庫基礎
7.2數值數據的導入和導出
7.2.1Python數據庫交互接口
7.2.2導入CSV文件
7.2.3導出CSV文件
7.2.4導入Excel文件
7.2.5導出Excel文件
7.3數據統計
7.3.1基本統計
7.3.2分組統計
7.4數據合並、連接和排序
7.4.1Pandas合並、連接
7.4.2排序
7.5數據篩選和過濾功能
7.5.1篩選
7.5.2按篩選條件進行彙總
7.5.3過濾
7.6數據科學制圖
7.6.1Matplotlib基礎
7.6.2折線圖
7.6.3散點圖
7.6.4柱狀圖
7.6.5餅狀圖
7.6.6雷達圖
7.6.7三維圖形
本章小結
思考題
第8章文本數據智能分析技術
8.1數據獲取
8.2文本數據的輸入和輸出
8.2.1導入TXT文件
8.2.2導出TXT文件
8.3中文分詞技術
8.3.1中文分詞
8.3.2準確模式
8.3.3全模式
8.3.4搜索引擎模式
8.3.5jieba分詞
8.4數據預處理技術
8.4.1噪聲
8.4.2詞性分析
8.4.3停用詞
8.5自然語言處理技術
8.5.1詞頻統計
8.5.2詞雲分析
本章小結
思考題
第9章人工智能分析方法
9.1機器學習簡介
9.1.1機器學習的基本概念
9.1.2Python機器學習庫與學習平臺
9.2有監督學習
9.2.1回歸分析
9.2.2決策樹
9.2.3支持向量機
9.2.4KNN算法
9.2.5人工神經網絡
9.2.6深度學習
9.3無監督學習
9.3.1無監督學習簡介
9.3.2K-means聚類
本章小結
思考題
第10章智能計算思維及其應用
10.1計算思維與人工智能
10.1.1計算思維
10.1.2人工智能
10.1.3智能計算思維的應用
10.2智能計算思維中的算法思維
10.2.1智能計算思維的組成
10.2.2算法思維的條件
10.2.3算法思維的表達和結構
10.2.4算法思維在求解問題中的應用
本章小結
思考題
參考文獻

本書以智能數據處理技術和應用為核心，全書共分為數據處理基礎、數據分析技術與人工智能方法兩篇，詳細闡述了人工智能、大數據、區塊鏈等當代前沿信息技術的概念和應用，在“數據處理基礎”一篇中，以“圖書銷售”為例，通過Access2016繫統介紹了數據存儲的概念和數據存儲應用技術，並在“數據分析技術與人工智能方法”一篇中，進一步介紹了智能數據分析語言——Python、數值數據智能分析技術、文本數據智能分析技術、人工智能分析方法、智能計算思維及其應用。本書通過一繫列實例分析，深入淺出地向讀者介紹了信息、數據、大數據、人工智能、區塊鏈、數據存儲概念及應用技術（Access2016）、Python程序設計語言、數值數據和文本數據智能分析技術、人工智能分析方法和智能計算思維。本書適合於全國高等學校各專業作為“新文科”與“新工科”建設背景下的人工智能和數據處理通識課教材使用，也可作為智能數據處理的普及讀物供廣等

楊璠,張承德 編