Python人工智能分析與實戰

李婭（1978年生），女，河南信陽人，武漢大學計算機系碩士研究生畢業。現佛山科學技術學院計算機科學與技術系計算機副教授。
 

 

目錄

 

 

 

第1章人工智能緒論

 

1.1人工智能的定義

 

1.2人工智能的研究方向

 

1.3三大類人工智能

 

1.4人工智能的三大學派

 

1.4.1符號主義學派

 

1.4.2連接主義學派

 

1.4.3行為主義學派

 

1.5人工智能的發展史

 

1.5.1人工智能的起源

 

1.5.2人工智能的發展歷程

 

1.6新一代人工智能

 

1.6.1新一代人工智能的主驅動因素

 

1.6.2新一代人工智能的主要特徵

 

1.7人工智能的關鍵技術

 

第2章Python編程與進階

 

2.1Python特點

 

2.2Python搭建環境

 

2.3Jupyter Notebook的安裝與使用

 

2.3.1Jupyter Notebook的下載與安裝

 

2.3.2運行Jupyter Notebook

 

2.3.3Jupyter Notebook的使用

 

2.4Python語法基礎

 

2.4.1Python編程基礎

 

2.4.2基本數據類型

 

2.4.3Python字符串

 

2.4.4列表

 

2.4.5元組

 

2.4.6字典

 

2.4.7集合

 

2.5程序控制

 

2.5.1順序結構

 

2.5.2分支結構

 

2.5.3循環結構

 

2.6Python函數

 

2.6.1定義一個函數

 

2.6.2函數調用

 

2.7Python模塊

 

2.7.1引入模塊

 

2.7.2搜索路徑

 

2.7.3__name__屬性

 

2.7.4命名空間和作用域

 

2.7.5相關函數

 

第3章Python數學與算法

 

3.1枚舉算法

 

3.2遞推算法

 

3.3模擬算法

 

3.4邏輯推理

 

3.5冒泡排序

 

3.6選擇排序

 

3.7插入排序

 

3.8快速排序

 

3.9二分查找

 

3.10勾股樹

 

3.11玫瑰曲線

 

第4章機器學習大戰

 

4.1機器學習概述

 

4.1.1機器學習分類

 

4.1.2深度學習

 

4.1.3機器學習的應用

 

4.2監督學習

 

4.2.1kNN算法

 

4.2.2線性回歸

 

4.2.3邏輯回歸

 

4.2.4支持向量機

 

4.2.5樸素貝葉斯分類器

 

4.2.6決策樹

 

4.2.7隨機森林

 

4.3非監督學習

 

4.3.1k均值聚類

 

4.3.2密度聚類

 

4.3.3層次聚類

 

4.3.4主成分分析

 

4.3.5高斯混合模型

 

4.3.6受限玻爾茲曼機

 

4.4半監督學習

 

4.4.1半監督思想

 

4.4.2半監督算法的類別

 

4.4.3半監督分類算法

 

4.4.4半監督學習實戰

 

第5章神經網絡大戰

 

5.1深度學習

 

5.1.1神經網絡的基本概念

 

5.1.2深度學習的發展歷程

 

5.1.3深度學習基本理論

 

5.2人工神經網絡基礎

 

5.2.1神經元與感知器

 

5.2.2學習過程建模

 

5.2.3反向傳播

 

5.3捲積神經網絡

 

5.3.1從神經網絡到捲積神經網絡

 

5.3.2Python實現捲積神經網絡

 

5.3.3實現模仿繪畫

 

5.4循環神經網絡

 

5.4.1Keras中的循環層

 

5.4.2LSTM層和GRU層 

 

5.4.3循環神經網絡的高級用法

 

第6章深度學習大戰

 

6.1TensorFlow深度學習概述

 

6.1.1深度學習特性

 

6.1.2深度學習的構架

 

6.1.3深度學習的思想

 

6.2邁進TensorFlow

 

6.2.1TensorFlow環境構建

 

6.2.2Geany開發環境

 

6.2.3TensorFlow編程基礎

 

6.3CTC模型及實現

 

6.4BiRNN實現語音識別

 

6.4.1語音識別背景

 

6.4.2獲取並整理樣本

 

6.4.3訓練模型

 

6.5自編碼網絡實戰

 

6.5.1自編碼網絡的結構

 

6.5.2自編碼網絡的代碼實現

 

6.6生成對抗網絡實戰

 

6.6.1GAN結構

 

6.6.2GAN基本架構

 

6.6.3GAN實戰

 

6.7深度神經網絡實戰

 

6.7.1AlexNet模型

 

6.7.2VGG模型

 

6.7.3GoogLeNet模型

 

6.7.4殘差網絡

 

6.7.5InceptionResNet v2結構

 

6.7.6VGG藝術風格轉移

 

第7章強化學習大戰

 

7.1深度強化學習的數學模型

 

7.1.1強化學習系統的基本模型

 

7.1.2基於值函數的深度強化學習算法

 

7.1.3基於策略梯度的深度強化學習算法

 

7.1.4AC算法

 

7.2SARSA算法

 

7.2.1SARSA算法概述

 

7.2.2SARSA算法流程

 

7.2.3SARSA算法實戰

 

7.3QLearning算法

 

7.4DQN算法

 

7.4.1DQN算法原理

 

7.4.2DQN算法實戰

 

第8章人工智能大戰

 

8.1爬蟲實戰

 

8.1.1什麼是爬蟲

 

8.1.2網絡爬蟲是否合法

 

8.1.3Beautiful Soup工具

 

8.1.4網絡爬蟲實現

 

8.1.5創建雲起書院爬蟲

 

8.2智能聊天機器人實戰

 

8.2.1網頁自動化

 

8.2.2語音處理

 

8.2.3圖形化用戶交互界面

 

8.2.4智能聊天機器人程序實現

 

8.3餐飲菜單推薦引擎

 

8.3.1推薦問題的描述

 

8.3.2協同過濾算法

 

8.3.3餐飲菜單實現

 

8.4人臉識別

 

8.4.1OpenCV

 

8.4.2人臉識別過程

 

8.4.3多線程

 

8.4.4人臉識別實現

 

參考文獻