第 1章 人工智能基本概念 5

本章概要　5

學(xué)習(xí)目標(biāo)　5

1.1　人工智能定義　6

1.2人工智能的研究內(nèi)容　10

1.3人工智能的流派　12

1.4　Python編程語言基礎(chǔ)　13

1.5常見人工智能開發(fā)框架　29

1.6本章練習(xí)　31

第　2章 機(jī)器學(xué)習(xí)　35

本章概要　35

學(xué)習(xí)目標(biāo)　35

2.1　機(jī)器學(xué)習(xí)的起源和發(fā)展　36

2.2　機(jī)器學(xué)習(xí)基本術(shù)語　38

2.3機(jī)器學(xué)習(xí)的分類　41

2.4數(shù)據(jù)集獲取及預(yù)處理　45

2.5機(jī)器學(xué)習(xí)模型評估方法　49

2.6課后習(xí)題　53

第3章　KNN分類算法　55

本章概要　55

學(xué)習(xí)目標(biāo)　55

3.1　KNN分類算法基本原理　56

3.2　KNN綜合實踐　62

3.3　課后習(xí)題　66

第4章　Kmeans聚類算法　68

本章概要　68

學(xué)習(xí)目標(biāo)　68

4.1　K均值算法基本概念　69

4.2　K均值算法流程　70

4.3　課后習(xí)題　81

第5章　回歸算法　83

本章概要　83

學(xué)習(xí)目標(biāo)　83

5.1　線性回歸　84

5.2　多項式回歸　94

5.3　邏輯回歸　100

5.4　Softmax回歸　105

5.5　本章練習(xí)　107

第6章　決策樹算法　109

本章概要　109

學(xué)習(xí)目標(biāo)　109

6.1　決策樹　110

6.2　分類與回歸決策樹　117

6.3　隨機(jī)森林算法　126

6.4　本章練習(xí)　133

第7章　深度學(xué)習(xí)　134

本章概要　134

學(xué)習(xí)目標(biāo)　134

7.1　從線性回歸到神經(jīng)網(wǎng)絡(luò)　135

7.2　神經(jīng)網(wǎng)絡(luò)　137

7.3　深度學(xué)習(xí)　143

7.4　深度學(xué)習(xí)案例與代碼實現(xiàn)　154

7.5　本章練習(xí)　159

第8章　計算機(jī)視覺　162

本章概要　162

學(xué)習(xí)目標(biāo)　162

8.1　計算機(jī)視覺概述　163

8.2　計算機(jī)視覺代碼實踐　168

8.3　基于Yolo的計算機(jī)視覺案例　178

8.4本章練習(xí)　183

第9章　自然語言處理　184

本章概要　184

學(xué)習(xí)目標(biāo)　184

9.1　自然語言處理的起源和發(fā)展　185

9.2　自然語言處理流程　188

9.3　詞向量技術(shù)　194

9.4　本章練習(xí)　202

第　10章 人工智能前沿技術(shù)　204

本章概要　204

學(xué)習(xí)目標(biāo)　204

10.1　強(qiáng)化學(xué)習(xí)　205

10.2　遷移學(xué)習(xí)　208

10.3　可信人工智能　210

10.4　本章練習(xí)　216