**部分 基礎知識 第1章 人工智能與算法概述 1.1 人工智能 1.1.1 人工智能的概念 1.1.2 人工智能的發展 1.1.3 人工智能的應用 1.2 AI算法簡介 1.2.1 算法定義 1.2.2 AI算法定義 1.2.3 AI算法分類 1.3 人工智能與算法的關系 1.4 算法在人工智能中的應用 1.5 本章習題 第2章 AI算法實驗環境簡介 2.1 Python環境安裝與配置 2.2 Python可視化庫 2.2.1 可視化庫簡介 2.2.2 matplotlib的基本元素和常用方法 2.2.3 matplotlib繪圖 2.3 深度學習算法實驗環境簡介 2.4 TensorFlow框架搭建 2.5 本章習題 第二部分 監督式學習算法 第3章 線性回歸算法 3.1 算法概述 3.2 算法原理 3.2.1 線性回歸模型 3.2.2 一元線性回歸算法 3.2.3 多元線性回歸算法 3.2.4 梯度下降求解線性回歸模型 3.3 算法案例：波士頓房價預測 3.4 算法總結 3.5 本章習題 第4章 邏輯回歸算法 4.1 算法概述 4.1.1 什么是邏輯回歸 4.1.2 邏輯回歸對比線性回歸 4.1.3 算法引入 4.2 算法原理 4.2.1 算法流程 4.2.2 假設函數 4.2.3 代價函數 4.2.4 梯度下降法 4.2.5 決策邊界 4.3 算法案例：判斷是否為惡性腫瘤 4.4 算法總結 4.5 本章習題 第5章 支持向量機 5.1 算法概述 5.2 算法原理