Python程序設計與人工智能基礎

第1章　Python語言概述
1.1　計算機程序設計語言
1.2　Python語言介紹
1.2.1　Python語言的發展歷程
1.2.2　Python語言的核心特點
1.2.3　Python語言的應用領域
1.3　Python語言開發環境
1.3.1　Python語言的下載與安裝設置
1.3.2　VS Code的下載與安裝設置
1.3.3　Python擴展庫的安裝
1.3.4　標準庫與擴展庫的導入
1.4　Python程序示例
實驗1　Python語言開發環境初體驗
實驗2　初識Python程序
習題1
第2章　Python語言基礎
2.1　Python程序的書寫規範
2.1.1　語句行
2.1.2　代碼縮進
2.1.3　代碼註釋
2.1.4　標識符與關鍵字
2.2　常量與變量
2.2.1　變量
2.2.2　常量
2.3　Python語言基本數據類型
2.3.1　數值型
2.3.2　布爾類型
2.3.3　字符串
2.3.4　組合數據類型
2.4　常用系統函數
2.4.1　數據類型轉換函數
2.4.2　基礎數學運算函數
2.4.3　數據輸入與輸出函數
2.4.4　常用math模塊函數
2.4.5　常用random模塊函數
2.4.6　其他常用內置函數
2.5　Python語言基本運算
2.5.1　算術運算
2.5.2　賦值運算
2.5.3　關系運算
2.5.4　邏輯運算
2.5.5　測試運算
2.6　程序控制結構
2.6.1　程序設計概述
2.6.2　程序的順序結構
2.6.3　程序的分支結構
2.6.4　程序的循環結構
實驗3　Python語言數據的輸入與輸出
實驗4　選擇結構
實驗5　循環結構
習題2
第3章　Python組合數據類型
3.1　字符串
3.1.1　字符串的創建
3.1.2　字符串的索引與切片
3.1.3　字符串常用操作
3.1.4　正則表達式
3.1.5　字符串應用實例
3.2　列表
3.2.1　列表的創建
3.2.2　列表的索引與切片
3.2.3　列表的操作
3.2.4　序列的常用函數與方法
3.2.5　列表應用實例
3.3　元組
3.3.1　元組的創建
3.3.2　元組的訪問
3.4　字典
3.4.1　字典的創建
3.4.2　字典的訪問
3.4.3　字典的基本操作
3.4.4　字典的其他常用方法
3.4.5　字典的遍歷
3.4.6　字典的應用實例
3.5　集合
3.5.1　集合的創建
3.5.2　集合的操作運算符
3.5.3　集合的常用函數與方法
3.5.4　集合應用實例
3.5.5　不可變集合frozenset
3.6　序列解包
3.7　用於序列的常用Python內置函數
3.7.1　map()函數
3.7.2　zip()函數
3.7.3　filter()函數
3.7.4　enumerate()函數
實驗6　字符串與正則表達式的應用
實驗7　列表與元組的應用
實驗8　字典與集合的應用
習題3
第4章　函數與模塊
4.1　函數的定義與調用
4.1.1　函數的定義
4.1.2　函數的調用
4.2　函數的參數
4.2.1　函數參數的傳遞形式
4.2.2　函數參數的類型
4.3　變量的作用域
4.3.1　局部變量
4.3.2　全局變量
4.4　函數的嵌套調用與遞歸函數
4.4.1　函數的嵌套調用
4.4.2　遞歸函數
4.5　lambda函數
4.6　函數的高級特性
4.6.1　閉包
4.6.2　裝飾器
4.6.3　生成器
4.7　模塊
4.7.1　模塊的創建和使用
4.7.2　Python程序的組成
4.7.3　包的創建
實驗9　函數應用
實驗10　模塊化編程
習題4
第5章　文件操作與異常處理
5.1　數據持久化與文件系統
5.1.1　文件操作的必要性
5.1.2　文件的基本概念
5.2　文件操作
5.2.1　打開文件
5.2.2　with語句
5.2.3　讀取文件
5.2.4　寫入文件
5.2.5　關閉文件
5.3　異常處理
5.3.1　異常的概念與處理意義
5.3.2　Python語言中的異常
5.3.3　捕獲與處理異常
實驗11　Python文件操作
實驗內容1：創建一個新文件並寫入內容
實驗內容2：讀取文件內容
實驗內容3：追加內容到文件
實驗內容4：用pandas模塊處理Excel文件、文本文件和CSV文件的互相轉換
實驗12　異常處理
實驗內容1：處理文件讀取異常
實驗內容2：處理除零異常
實驗內容3：處理網絡請求異常
實驗內容4：處理JSON解析異常
實驗內容5：處理數據庫連接異常
習題5
第6章　數據可視化分析
6.1　數據可視化與分析工具
6.1.1　數據可視化的基本概念
6.1.2　常用的可視化分析工具
6.2　數據可視化流程及常用庫
6.2.1　數據可視化流程
6.2.2　常用庫
6.3　數據可視化應用實例
6.3.1　中文分詞與可視化
6.3.2　用matplotlib繪制南丁格爾玫瑰圖
6.3.3　用pyecharts庫繪制K線圖
習題6
第7章　人工智能基礎
7.1　人工智能概述
7.1.1　人工智能的概念
7.1.2　人工智能的發展歷程
7.2　人工智能產業及應用
7.2.1　人工智能產業鏈
7.2.2　人工智能的應用
7.3　人工智能的價值及展望
7.3.1　人工智能的價值
7.3.2　人工智能的展望
習題7
第8章　人工智能技術
8.1　機器學習
8.1.1　機器學習的基本概念
8.1.2　有監督學習
8.1.3　無監督學習
8.1.4　半監督學習
8.1.5　自監督學習
8.1.6　機器學習的發展趨勢
8.2　典型的機器學習方法
8.2.1　線性回歸
8.2.2　決策樹
8.2.3　支持向量機
8.2.4　主成分分析
8.2.5　聚類分析
8.3　深度學習
8.3.1　神經網絡基礎
8.3.2　卷積神經網絡
8.3.3　循環神經網絡
8.3.4　殘差神經網絡
8.3.5　生成對抗網絡
8.3.6　知識蒸餾模型
8.4　自然語言處理
8.4.1　自然語言處理的概念
8.4.2　文本分析
8.4.3　自然語言處理的發展趨勢
8.5　推薦系統
8.5.1　推薦系統概述
8.5.2　常用的推薦系統算法
8.5.3　推薦系統的應用
8.6　計算機視覺
8.6.1　計算機視覺的概念
8.6.2　計算機視覺的關鍵任務
8.7　語音識別
8.7.1　語音識別的概念
8.7.2　語音識別的發展方向
8.8　機器人技術
8.8.1　機器人的概念
8.8.2　機器人的發展方向
8.9　大模型技術
8.9.1　大語言模型概述
8.9.2　大模型的關鍵技術
8.9.3　大模型的網絡結構
8.9.4　多模態大模型
8.9.5　大模型的應用場景
習題8
第9章　人工智能安全與倫理
9.1　人工智能安全
9.1.1　人工智能安全類型
9.1.2　對抗樣本成因與檢測
9.1.3　人工智能安全問題
9.2　人工智能倫理
9.2.1　人工智能倫理的治理原則
9.2.2　人工智能倫理的治理措施
習題9