菠菜平台-十大菠菜平台

学院新闻

图书信息

人工智能与Python法式设计

文继荣 徐君

978-7-300-32688-7

49元

2024年5月

配套资源：教学PPT、习题答案、教学纲要

作者简介

文继荣，菠菜平台信息学院院长、高瓴人工智能学院执行院长，国家高条理人才专家。恒久从事人工智能和大数据领域的研究事情，研究偏向包罗信息检索、数据挖掘、机械学习、大模型等。担任北京市第十四届政协常委、中央统战部党外知识分子建言献策专家组成员、第八届教育部科技委委员、中国盘算机学会常务理事等。曾任微软亚洲研究院高级研究员和互联网搜索与挖掘组主任。

徐君，菠菜平台高瓴人工智能学院教授。恒久从事智能信息检索模型研究，在本事域著名的国际学术聚会会议和期刊发表论文100余篇，担任信息检索和人工智能领域顶级聚会会议SIGIR、NeurIPS领域主席、重要期刊ACM TIST和JASIST编委。教学《人工智能与Python法式设计》《智能信息检索》等课程。

内容简介

本书是菠菜平台高瓴人工智能学院精心打造的一本精品教材，适相助为大学理工科专业的通识课程教材。本书在内容编排上，既希望能把人工智能专业学生引入人工智能大门、为后续课程奠基开端的理论基础和法式设计基础，也希望能为整个理工科相关专业学生普及人工智能思维方式和基础工具。本书初稿已在菠菜平台试用3年多时间，获得了老师和同学们的普遍认可。本书共分4个模块：Python编程基础、Python编程进阶、人工智能概述、人工智能实践，14章内容。其中，Python编程基础包罗 Python的基本语法控制结构和数据类型；Python编程进阶包罗面向工具编程、数值盘算和数据可视化；人工智能概述在简朴介绍机械学习流程的基础上，实现线性回归和逻辑斯蒂回归；人工智能实践在介绍PyTorch平台编程的基础上，围绕盘算机视觉和自然语言处置惩罚介绍RNN和CNN的基本原理及基于PyTorch的实践。

目录

第1章 绪论

1.1 人工智能

1.2 盘算机编程语言

1.3 Python编程语言

1.4 习题

第2章 Python基本语法

2.1 Python版“Hello, World”法式

2.2 变量与赋值

2.3 Python语言基本数据类型

2.4 表达式与运算符

2.5 输入输出与文件读写

2.6 习题

第3章 Python法式的控制结构

3.1 分支结构：if语句

3.2 循环结构：for语句和while 语句

3.3 异常处置惩罚

3.4 函数的界说与调用

3.5 习题

第4章 Python组合数据类型

4.1 概述

4.2 列表

4.3 荟萃

4.4 字典

4.5 列表推导式

4.6 函数式编程

4.7 习题

第5章 Python面向工具编程

5.1 面向工具编程简介

5.2 自界说类

5.3 属性会见控制

5.4 继续：基类和子类

5.5 多态和鸭子类型

5.6 运算符重载

5.7 变量和工具的引用关系

5.8 可变工具和不行变工具

5.9 习题

第6章 Python数值盘算

6.1 numpy库简介

6.2 numpy数组的建设

6.3 numpy数组的索引和切片

6.4 numpy数组的运算

6.5 numpy科学盘算实践

6.6 习题

第7章 Python数据可视化

7.1 pandas库简介

7.2 pandas的数据结构

7.3 基于pandas的文件和数据操作

7.4 使用matplotlib库进行数据可视化

7.5 使用WordCloud库进行文本可视化

7.6 习题

第8章 人工智能概述

8.1 人工智能的基本看法

8.2 盘算机视觉的生长历史和主要进展

8.3 盘算机视觉的主要应用

8.4 习题

第9章 机械学习概述

9.1 配景与界说

9.2 机械学习的分类

9.3 机械学习模型性能的评价

9.4 习题

第10章 使用Python语言实现机械学习模型

10.1 一元线性回归模型

10.2 梯度下降算法

10.3 多元线性回归模型

10.4 使用numpy实现线性回归模型

10.5 逻辑斯蒂回归

10.6 使用numpy实现逻辑斯蒂回归模型

10.7 习题

第11章 深度学习概述

11.1 人工神经元与人工神经网络

11.2 多层感知机与激活函数

11.3 神经网络与深度学习

11.4 习题

第12章 PyTorch基础

12.1 深度学习框架介绍

12.2 PyTorch的安装

12.3 Tensor的看法和基本操作

12.4 自动求导

12.5 nn工具箱

12.6 使用PyTorch实现线性回归和逻辑斯蒂回归

12.7 习题

第13章 盘算机视觉实践

13.1 盘算机视觉概述

13.2 数字图像

13.3 图像的卷积运算

13.4 卷积神经网络

13.5 卷积神经网络的编程实践

13.6 习题

第14章 自然语言处置惩罚实践

14.1 自然语言处置惩罚概述

14.2 文本体现

14.3 循环神经网络

14.4 自然语言处置惩罚编程实践

14.5 习 题

参考文献

可以上下转动的图片

内文展示

扫描小法式试读部门章节

如您是高校相关专业学生，想购置本教材可以进入人大社官方微店购置