中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
Python機器學習入門 版權信息
- ISBN：9787115555076
- 條形碼：9787115555076 ; 978-7-115-55507-6
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
Python機器學習入門 本書特色
1.這是一本Python編程與機器學習的入門書，基于Python 3；2.本書分為上下兩篇，上篇主要講 Python 編程的基礎知識，下篇主要基于圖像識別的機器學習技術介紹了人工智能的知識和概念；3.本書從人工智能入門的主題切入，用Python編程入門人工智能，針對性強也更加實用；4.從文字處理到圖像識別，動手編程實現圖像特征檢測、人臉識別、手寫數字識別等應用；5.全彩印刷。
Python機器學習入門 內容簡介
Python是一種解釋型、面向對象、動態數據類型的不錯程序設計語言。它具有豐富和強大的模塊（庫），能夠很輕松地把用其他編程語言（尤其是C/C++）編寫的各種模塊聯結在一起。這兩年隨著人們對人工智能的關注越來越多，大家對Python的學習熱情也越來越高。在IEEE發布的編程語言排行榜中，Python已經多年排名。 這本Python編程與機器學習的入門書，首先介紹了一些Python編程的基礎知識，然后基于圖像識別的機器學習技術介紹了關于人工智能的一些知識和概念。讀者可以跟隨本書講解動手編程實現圖像特征檢測、人臉識別、手寫數字識別等應用，從而建立起對人工智能、機器學習、人工神經網絡的初步認識。 本書適合對人工智能感興趣但缺乏編程基礎的初學者閱讀。它能夠幫助讀者更加輕松地進入Python編程以及人工智能的世界。
Python機器學習入門 目錄
上篇 Python 編程入門
第 1章 了解Python 2
1．1 Python的歷史 2
1．1．1 Python的出現 2
1．1．2 Python的發展 2
1．2 Python的優缺點 3
1．2．1 Python的優點 3
1．2．2 Python的缺點 3
1．3 Python適用的領域 4
1．4 Python的安裝與使用 4
1．4．1 Python的下載 4
1．4．2 Python的安裝 6
1．4．3 Python的使用 7
1．4．4 編輯器 8
第 2章Python 基礎 12
2．1 數字 12
2．1．1 數字計算 12
2．1．2 Python的算術運算符 13
2．2 關鍵字 14
2．3 變量 14
2．3．1 定義并賦值變量 15
2．3．2 變量命名的約定 15
2．4 程序基本結構 16
2．4．1 if選擇 16
2．4．2 比較 18
2．4．3 邏輯運算 19
2．4．4 while循環 20
2．4．5 while中的break 22
2．4．6 while中的continue 22
2．4．7 while中的else 23
第3章 字符串、列表和字典 25
3．1 字符串 25
3．1．1 字符串的定義 25
3．1．2 “數字”和“數字字符”的區別 26
3．1．3 字符串的操作 26
3．1．4 轉義字符 27
3．2 列表 28
3．2．1 列表的定義 28
3．2．2 列表的方法 29
3．2．3 利用循環枚舉列表中的內容 30
3．2．4 使用for循環順序訪問元素 31
3．3 字典 32
3．4 元組 33
3．4．1 元組的定義 33
3．4．2 多重賦值 33
3．5 擲骰子 34
3．5．1 隨機數 34
3．5．2 重復擲骰子 34
3．5．3 擲兩個骰子 35
3．5．4 大小判斷 36
3．6 異常 37
第4 章 定義和使用函數 41
4．1 什么是函數 41
4．1．1 編程中的函數 41
4．1．2 自定義函數 41
4．1．3 函數中的處理 43
4．2 傳遞數據 43
4．2．1 將數據傳遞給函數 43
4．2．2 默認參數 44
4．2．3 關鍵字參數 44
4．2．4 函數的返回值 45
4．2．5 多個返回值 46
4．3 變量的作用域 47
4．3．1 局部變量 47
4．3．2 全局變量 48
4．4 內置函數 50
4．4．1 Python中的內置函數 50
4．4．2 input()函數 53
4．4．3 range()函數 54
4．4．4 format()函數 56
4．4．5 format()方法 57__
4．5 猜詞游戲 59
4．5．1 游戲規則 59
4．5．2 創建單詞庫 60
4．5．3 游戲結構 60
4．5．4 完善函數 62
4．6 函數與方法匯總 67
4．6．1 數學 67
4．6．2 字符串 67
4．6．3 列表 69
4．6．4 字典 70
4．6．5 類型轉換 70
第5章 模塊與類 73
5．1 模塊 73
5．1．1 Python中的模塊 73
5．1．2 使用random模塊 73
5．1．3 自定義模塊 74
5．2 面向對象 75
5．2．1 定義類 76
5．2．2 類的繼承 77
5．2．3 自定義包含類的模塊 79
5．2．4 Python標準模塊 79
5．3 文件 83
5．3．1 讀取文件 83
5．3．2 讀取大文件 85
5．3．3 寫文件 86
5．3．4 文件操作 87
5．3．5 jieba第三方中文分詞模塊 87
5．3．6 生成器與迭代器 92
5．3．7 詞云 94
5．4 侵蝕化 97
5．5 網絡 98
5．5．1 urllib．request模塊 98
5．5．2 將HTML 保存到文件 99
下篇 機器學習入門
第6章 圖像處理與特征檢測 102
6．1 顯示圖像 102
6．1．1 安裝第三方模塊 102
6．1．2 計算機“眼”中的圖像 103__
6．1．3 Numpy模塊 104
6．1．4 在窗口中顯示圖像 106
6．2 圖像處理 107
6．2．1 修改圖像 107
6．2．2 色彩空間 112
6．2．3 識別顏色 114
6．3 圖像特征檢測 117
6．3．1 卷積運算 117
6．3．2 垂直邊緣與水平邊緣 119
6．3．3 濾波器 122
6．3．4 邊緣檢測 124
6．3．5 直線檢測 126
6．3．6 圓形檢測 128
第7章 人臉檢測 131
7．1 人工智能和機器學習 131
7．1．1 什么是人工智能 131
7．1．2 什么是機器學習 131
7．2 人工神經網絡 132
7．2．1 什么是人工神經網絡 132
7．2．2 人工神經網絡的結構 133
7．3 監督學習與無監督學習 134
7．3．1 監督學習 134
7．3．2 無監督學習 134
7．3．3 創建并應用人工神經網絡 135
7．4 人臉檢測 137
7．4．1 Haar分類器 137
7．4．2 Haar分類器訓練的步驟 139
7．4．3 獲取Haar分類器 139
7．4．4 使用OpenCV進行人臉檢測 140
第8章 手寫數字識別 144
8．1 scikit-learn 144
8．2 手寫文字的圖像識別 148
8．2．1 檢查數據內容 148
8．2．2 創建訓練和評估數據 150
8．2．3 機器學習的訓練 151
8．2．4 機器學習的評估 151
8．2．5 分類器的保存與讀取 157
8．3 使用OpenCV檢測手寫數字 157
8．3．1 圖像處理 157
8．3．2 數字識別 159
第 1章 了解Python 2
1．1 Python的歷史 2
1．1．1 Python的出現 2
1．1．2 Python的發展 2
1．2 Python的優缺點 3
1．2．1 Python的優點 3
1．2．2 Python的缺點 3
1．3 Python適用的領域 4
1．4 Python的安裝與使用 4
1．4．1 Python的下載 4
1．4．2 Python的安裝 6
1．4．3 Python的使用 7
1．4．4 編輯器 8
第 2章Python 基礎 12
2．1 數字 12
2．1．1 數字計算 12
2．1．2 Python的算術運算符 13
2．2 關鍵字 14
2．3 變量 14
2．3．1 定義并賦值變量 15
2．3．2 變量命名的約定 15
2．4 程序基本結構 16
2．4．1 if選擇 16
2．4．2 比較 18
2．4．3 邏輯運算 19
2．4．4 while循環 20
2．4．5 while中的break 22
2．4．6 while中的continue 22
2．4．7 while中的else 23
第3章 字符串、列表和字典 25
3．1 字符串 25
3．1．1 字符串的定義 25
3．1．2 “數字”和“數字字符”的區別 26
3．1．3 字符串的操作 26
3．1．4 轉義字符 27
3．2 列表 28
3．2．1 列表的定義 28
3．2．2 列表的方法 29
3．2．3 利用循環枚舉列表中的內容 30
3．2．4 使用for循環順序訪問元素 31
3．3 字典 32
3．4 元組 33
3．4．1 元組的定義 33
3．4．2 多重賦值 33
3．5 擲骰子 34
3．5．1 隨機數 34
3．5．2 重復擲骰子 34
3．5．3 擲兩個骰子 35
3．5．4 大小判斷 36
3．6 異常 37
第4 章 定義和使用函數 41
4．1 什么是函數 41
4．1．1 編程中的函數 41
4．1．2 自定義函數 41
4．1．3 函數中的處理 43
4．2 傳遞數據 43
4．2．1 將數據傳遞給函數 43
4．2．2 默認參數 44
4．2．3 關鍵字參數 44
4．2．4 函數的返回值 45
4．2．5 多個返回值 46
4．3 變量的作用域 47
4．3．1 局部變量 47
4．3．2 全局變量 48
4．4 內置函數 50
4．4．1 Python中的內置函數 50
4．4．2 input()函數 53
4．4．3 range()函數 54
4．4．4 format()函數 56
4．4．5 format()方法 57__
4．5 猜詞游戲 59
4．5．1 游戲規則 59
4．5．2 創建單詞庫 60
4．5．3 游戲結構 60
4．5．4 完善函數 62
4．6 函數與方法匯總 67
4．6．1 數學 67
4．6．2 字符串 67
4．6．3 列表 69
4．6．4 字典 70
4．6．5 類型轉換 70
第5章 模塊與類 73
5．1 模塊 73
5．1．1 Python中的模塊 73
5．1．2 使用random模塊 73
5．1．3 自定義模塊 74
5．2 面向對象 75
5．2．1 定義類 76
5．2．2 類的繼承 77
5．2．3 自定義包含類的模塊 79
5．2．4 Python標準模塊 79
5．3 文件 83
5．3．1 讀取文件 83
5．3．2 讀取大文件 85
5．3．3 寫文件 86
5．3．4 文件操作 87
5．3．5 jieba第三方中文分詞模塊 87
5．3．6 生成器與迭代器 92
5．3．7 詞云 94
5．4 侵蝕化 97
5．5 網絡 98
5．5．1 urllib．request模塊 98
5．5．2 將HTML 保存到文件 99
下篇 機器學習入門
第6章 圖像處理與特征檢測 102
6．1 顯示圖像 102
6．1．1 安裝第三方模塊 102
6．1．2 計算機“眼”中的圖像 103__
6．1．3 Numpy模塊 104
6．1．4 在窗口中顯示圖像 106
6．2 圖像處理 107
6．2．1 修改圖像 107
6．2．2 色彩空間 112
6．2．3 識別顏色 114
6．3 圖像特征檢測 117
6．3．1 卷積運算 117
6．3．2 垂直邊緣與水平邊緣 119
6．3．3 濾波器 122
6．3．4 邊緣檢測 124
6．3．5 直線檢測 126
6．3．6 圓形檢測 128
第7章 人臉檢測 131
7．1 人工智能和機器學習 131
7．1．1 什么是人工智能 131
7．1．2 什么是機器學習 131
7．2 人工神經網絡 132
7．2．1 什么是人工神經網絡 132
7．2．2 人工神經網絡的結構 133
7．3 監督學習與無監督學習 134
7．3．1 監督學習 134
7．3．2 無監督學習 134
7．3．3 創建并應用人工神經網絡 135
7．4 人臉檢測 137
7．4．1 Haar分類器 137
7．4．2 Haar分類器訓練的步驟 139
7．4．3 獲取Haar分類器 139
7．4．4 使用OpenCV進行人臉檢測 140
第8章 手寫數字識別 144
8．1 scikit-learn 144
8．2 手寫文字的圖像識別 148
8．2．1 檢查數據內容 148
8．2．2 創建訓練和評估數據 150
8．2．3 機器學習的訓練 151
8．2．4 機器學習的評估 151
8．2．5 分類器的保存與讀取 157
8．3 使用OpenCV檢測手寫數字 157
8．3．1 圖像處理 157
8．3．2 數字識別 159
展開全部
Python機器學習入門 作者簡介
程晨，科技作家，具有十余年嵌入式開發經驗，編著、翻譯出版開源硬件、3D打印、機器人、物聯網領域相關圖書十余本，國內最早的Arduino和3D打印技術普及圖書都出自他手。他是機械工業出版社特聘技術顧問，曾任北京航空航天大學軟件學院特聘講師，參與了清華大學、北京郵電大學等多個高校的創新性課程設計。
書友推薦
- >
煙與鏡
- >
推拿
- >
二體千字文
- >
名家帶你讀魯迅:故事新編
- >
詩經-先民的歌唱
- >
上帝之肋:男人的真實旅程
- >
李白與唐代文化
- >
經典常談
本類暢銷
