●目 錄 篇 人工智能編程基礎篇 章 初識Python 3 1.1 Python 的前世今生 3 1.2 Python 的優勢 4 1.3 Python 的缺陷 5 1.4 Ubuntu 下開發環境的搭建 5 1.5 Windows 下開發環境的搭建 10 1.6 Python 編程入門 15 1.7 變量及其賦值 22 1.8 輸入與輸出 22 1.9 趣味練習 25 1.10 總結 26 1.11 練習 26 第2 章 基本數據類型 27 2.1 分數和復數的表示 27 2.2 字符串 30 2.3 布爾型 32 2.4 趣味練習 33 2.5 總結 34 2.6 練習 34 第3 章 Python 的流程控制 35 3.1 條件控制語句 35 3.2 循環控制語句 41 3.3 案例:百錢買百雞問題 54 3.4 趣味練習 56 3.5 總結 58 3.6 練習 58 第4 章 數組操作 60 4.1 列表 60 4.2 字典 64 4組 67 4.4 排序與查找 70 4.5 小酌算法分析 74 4.6 趣味練習 77 4.7 總結 79 4.8 練習 79 第5 章 文件操作 80 5.1 文件及其操作 80 5.2 從文件中讀取數據 81 5.3 寫數據到文件 82 5.4 從Web 頁面讀數據 84 5.5 淺談Python 處理大數據文件 86 5.6 案例:計算文件中關鍵字出現次數 87 5.7 趣味練習 88 5.8 總結 91 5.9 練習 91 第6 章 繪制需要的圖表 92 6.1 matplotlib 基礎 92 6.2 pandas 繪圖基礎 94 6.3 基本圖形的繪制 95 6.4 繪制正弦交變電流圖像 109 6.5 案例:統計文件字符出現頻率 111 6.6 趣味練習 114 6.7 總結 115 6.8 練習 115 第7 章 函數 116 7.1 什麼是函數 116 7.2 為什麼要使用函數 117 7.3 函數的創建和調用 118 7.4 作用域 119 7.5 global 語句 121 7.6 參數 121 7.7 遞歸 128 7.8 模塊 131 7.9 趣味練習 134 7.10 總結 136 7.11 練習 136 第8 章 面向對像 138 8.1 面向對像與面向過程 138 8.2 類 139 8.3 面向對像編程 146 8.4 面向對像和面向過程的比較 153 8.5 總結 154 8.6 練習 154 第9 章 異常 156 9.1 為什麼要使用異常 156 9.2 異常的作用 156 9.3 異常與錯誤 157 9.4 處理異常 158 9.5 拋出異常 159 9.6 finally 語句 161 9.7 總結 162 9.8 練習 163 0 章 集合與概率 164 10.1 理解Python 中的集合類型 164 10.2 概率基礎知識 166 10.3 貝葉斯分類 171 10.4 案例:線上課程分類 174 10.5 總結 181 10.6 練習 181 1 章 學點統計學 182 11.1 統計學的基本概念 182 11.2 假設檢驗 185 11.3 方差分析 187 11.4 統計回歸分析 190 11.5 總結 197 11.6 練習 197 2 章 數據管理與分析 198 12.1 基於Python 的數據管理與分析 198 12.2 數據的導入與導出 199 12.3 數據分析 204 12.4 數據可視化 209 12.5 總結 215 12.6 練習 216 第2 篇 人工智能篇 3 章 人工智能導論 219 13.1 人工智能 219 13.2 為什麼學習人工智能 223 13.3 人工智能的種類 224 13.4 人工智能的分支 226 13.5 加速回報定律 230 13.6 人工智能與倫理 231 13.7 圖靈測試 231 13.8 人工智能與機器人 232 13.9 人工智能與Python 233 13.10 總結 234 13.11 練習 234 4 章 初識機器學習 235 14.1 機器學習的基本概念 235 14.2 機器學習的類型 236 14.3 聚類案例:K-means 聚類算法 243 14.4 總結 247 14.5 練習 247 5 章 自然語言處理 249 15.1 什麼是自然語言處理 249 15.2 文本分詞 251 15.3 使用stemming 還原詞彙 253 15.4 基於詞義的詞形還原 255 15.5 文本分塊 257 15.6 使用詞袋模型提取詞頻矩陣 259 15.7 案例:構建一個性別識別器 263 15.8 總結 266 15.9 練習 266 6 章 語音識別技術 267 16.1 計算機感知聲音 267 16.2 理解聲音—頻譜識別 271 16.3 語音識別原理 275 16.4 基於Python 語音識別程序介紹 276 16.5 簡單語義理解 280 16.6 總結 282 16.7 練習 282 7 章 計算機視覺 283 17.1 計算機視覺簡介 283 17.2 圖像的操作與處理 284 17.3 OpenCV 的基礎知識 288 17.4 背景差分法檢測物體 290 17.5 利用顏色空間進行物體跟蹤 293 17.6 人臉識別技術 295 17.7 總結 298 17.8 練習 298 8 章 人工神經網絡 300 18.1 什麼是人工神經網絡 300 18.2 建立人工神經網絡 301 18.3 訓練人工神經網絡 303 18.4 感知器 304 18.5 單層神經網絡 308 18.6 多層神經網絡 312 18.7 循環神經網絡 317 18.8 在光學字符識別數據庫中可視化字符 321 18.9 構建光學字符識別引擎 323 18.10 總結 326 18.11 練習 326 參考文獻 327
內容簡介
《人工智能基礎教程:Python 篇(青少版)》全書分為2 篇—人工智能編程基礎篇、人工智能篇。人工智能編程基礎篇包括:初識Python、基本數據類型、Python 的流程控制、數組操作、文件操作、繪制需要的圖表、函數、面向對像、異常、集合與概率、學點統計學、數據管理與分析;人工智能篇包括人工智能導論、初識機器學習、自然語言處理、語音識別技術、計算機視覺、人工神經網絡。 本教程是以人工智能為主線,融合學科特點進行編程能力的培養。讀者可以通過本教程結合我們開發的在線編程平臺完成課程內容和輔助內容的學習。也可在後期以我們自主開發的機器人為載體,進行進一步驅動人工智能的實驗。 本書每章都配備了相關練習,幫助讀者鞏固所學習的知識。 本書不僅講解了人工智能基礎,還包括了入門Python 編程的必要知識。可以作為高中生課程教材,也可作為青少年自學人工智能基礎和Python 編程基礎的參考書。
2017 年國務院印發了《關於印發新一代人工智能發展規劃的通知》,提出要圍繞教育、 醫療、養老等迫切民生需求,加快人工智能創新應用。要發展智能教育,利用智能技術加 快推動人纔培養模式、教學方法改革,構建包含智能學習、交互式學習的新型教育體繫。 更進一步提出要實施全民智能教育項目,在中小學階段設置人工智能相關課程,逐步推廣 編程教育,鼓勵社會力量參與寓教於樂的編程教學軟件、遊戲軟件的開發和推廣。在目前 的國際國內大背景下,人工智能教育不僅是個人成長的需要,更是實現創新型國家發展的 需要,是我國成為世界強國的需要,而人工智能教育必將從中學階段展開。 人工智能教育的方式和方法,可以大致分為如下兩種:一是在信息技術課程中開展部 分人工智能基礎知識的內容教學;二是在具備一定數學基礎的高中階段開展人工智能的選 修課程。然而,單純的知識性、科普性的人工智能知識的講授缺少實踐過程,缺少對......
"