人工智能基礎及應用（Python·微課版）

目錄

 

 

第1章人工智能1

1.1人工智能概述1

1.1.1人工智能定義1

1.1.2人工智能分類1

1.2人工智能發展歷程2

1.2.110年黃金時代2

1.2.2第一次寒冬3

1.2.3繁榮期3

1.2.4第二次寒冬3

1.2.5穩健時代3

1.2.6當代發展與應用4

1.3人工智能三要素4

1.3.1數據4

1.3.2算力5

1.3.3算法6

1.4人工智能三大技術7

1.4.1大數據7

1.4.2物聯網7

1.4.3雲計算7

1.5大數據8

1.5.1存儲單位8

1.5.2大數據4V特征9

1.5.3數據產生方式9

1.5.4大數據思維10

1.6物聯網11

1.6.1物聯網定義11

1.6.2物聯網應用11

1.6.3物聯網技術11

1.7雲計算12

1.7.1雲計算的定義12

1.7.2三種服務模型12

1.7.3雲計算部署模型14

1.7.4雲計算優勢15

1.7.5雲計算應用場景15

1.8Python與人工智能15

1.8.1Python語言15

1.8.2Python語言特性16

1.8.3Python在AI中的核心應用領域17

習題18

第2章數據處理與分析20

2.1數據科學20

2.1.1數據科學概述20

2.1.2數據分析與數據挖掘21

2.1.3數據科學“三駕馬車”21

2.2NumPy22

2.2.1認識NumPy22

2.2.2ndarray對象23

2.2.3創建數組25

2.2.4數組變換26

2.3Pandas28

2.3.1認識Pandas28

2.3.2Series29

2.3.3DataFrame32

2.3.4數據轉換35

2.3.5數據處理38

2.4SciPy40

2.4.1認識SciPy40

2.4.2稀疏矩陣40

2.4.3CSR矩陣41

2.4.4線性代數42

2.4.5數據優化42

習題45

第3章數據可視化46

3.1數據可視化概述46

3.1.1定義46

3.1.2兩支“畫筆”47

3.2常見圖表類型47

3.2.1趨勢類47

3.2.2比較類49

3.2.3分布類50

3.2.4構成類52

3.3Matplotlib53

3.3.1認識Matplotlib53

3.3.2圖表基本結構53

3.3.3子圖基本操作56

3.3.4二維圖58

3.3.5三維圖64

3.4Seaborn66

3.4.1認識Seaborn66

3.4.2繪圖特色66

3.4.3圖表分類67

3.4.4繪圖種類68

習題73

第4章數據社交網75

4.1數據社交網概述75

4.1.1定義75

4.1.2NetworkX75

4.2NetworkX76

4.2.1NetworkX功能76

4.2.2NetworkX應用場景77

4.2.3NetworkX安裝77

4.3圖78

4.3.1無向圖78

4.3.2有向圖79

4.3.3多重圖79

4.4節點81

4.4.1節點屬性81

4.4.2節點操作82

4.5邊83

4.5.1邊屬性83

4.5.2邊操作84

4.6深度優先搜索87

4.6.1無向圖深度優先搜索87

4.6.2有向圖深度優先搜索88

4.7廣度優先搜索88

4.7.1無向圖廣度優先搜索89

4.7.2有向圖廣度優先搜索89

4.8圖的連通性90

4.8.1判斷連通性90

4.8.2計算連通分量90

4.9最短路徑91

4.9.1無權圖最短路徑91

4.9.2加權圖最短路徑92

4.10實例93

4.10.1網頁鏈接關系93

4.10.2分析交通網絡93

習題94

第5章機器學習96

5.1人工智能與機器學習96

5.2機器學習三要素97

5.2.1數據97

5.2.2算法97

5.2.3模型100

5.3機器學習流程100

5.3.1數據采集100

5.3.2數據預處理101

5.3.3特征工程101

5.3.4模型構建與訓練101

5.3.5模型優化和評估101

5.4機器學習庫Sklearn102

5.4.1Sklearn簡介102

5.4.2Sklearn安裝103

5.4.3Sklearn學習流程104

5.5K近鄰算法105

5.5.1算法描述105

5.5.2三要素106

5.5.3案例——鳶尾花分類107

5.6決策樹108

5.6.1決策樹定義108

5.6.2決策樹分類110

5.6.3案例——波士頓房價111

5.7樸素貝葉斯112

5.7.1貝葉斯定理113

5.7.2樸素貝葉斯分類113

5.7.3案例——新聞分類數據集114

5.8Kmeans算法115

5.8.1定義115

5.8.2Kmeans算法步驟116

5.8.3Kmeans評估指標117

5.8.4案例——8×8手寫數字圖像120

習題121

第6章深度學習123

6.1人工神經網絡123

6.1.1生物神經系統123

6.1.2人工神經網絡定義124

6.1.3三層結構124

6.2人工神經網絡構成124

6.2.1神經元124

6.2.2激勵函數125

6.2.3連接權重126

6.3人工神經網絡發展歷程126

6.3.1模型提出126

6.3.2冰河期127

6.3.3反向傳播算法127

6.3.4流行度降低127

6.3.5崛起127

6.4卷積神經網絡128

6.4.1核心組件128

6.4.2應用場合129

6.4.3典型卷積神經網絡130

6.4.4FCNN與CNN131

6.5循環神經網絡133

6.5.1定義133

6.5.2基本結構133

6.5.3常見變體133

6.6Transformer134

6.6.1核心組件134

6.6.2常見變體134

6.6.3優缺點134

6.7深度學習135

6.7.1深度學習定義135

6.7.2深度學習特點135

6.8深度學習常見框架136

6.8.1TensorFlow136

6.8.2PyTorch138

6.9圖像分類141

6.9.1CIFAR10數據集簡介141

6.9.2PyTorch實現圖像分類141

6.9.3TensorFlow實現圖像分類143

習題145

第7章自然語言處理147

7.1自然語言處理概述147

7.1.1自然語言處理定義147

7.1.2AI與NLP的關系147

7.1.3NLP的主要任務148

7.2發展歷程149

7.2.1基於語言學規則149

7.2.2基於機器學習150

7.2.3基於神經網絡150

7.3自然語言處理流程150

7.3.1數據獲取151

7.3.2文本預處理151

7.3.3文本標準化151

7.3.4特征轉換152

7.3.5語義理解152

7.4自然語言處理相關庫153

7.4.1NLTK153

7.4.2TextBlob153

7.5中文分詞154

7.5.1中文分詞困惑154

7.5.2中文分詞方法155

7.5.3jieba分詞庫157

7.6情感分析165

7.6.1情感分析定義165

7.6.2SnowNLP165

7.6.3實例——小說《我的叔叔於勒》169

習題170

第8章大模型172

8.1大模型概述172

8.1.1大模型概念172

8.1.2大模型分類172

8.1.3大模型特點173

8.1.4大模型基本原理175

8.1.5挑戰與局限性175

8.2相互關系177

8.2.1人工智能與大模型關系177

8.2.2AIGC與大模型177

8.3大模型發展歷程178

8.3.1萌芽期178

8.3.2沈澱期178

8.3.3爆發期178

8.4生成式和推理式大模型179

8.4.1生成式大模型179

8.4.2推理式大模型179

8.4.3生成式和推理式的區別181

8.4.4生成式和推理式的共同點181

8.5ChatGPT182

8.5.1GPT與ChatGPT概念182

8.5.2ChatGPT的工作流程182

8.5.3ChatGPT的局限性183

8.6ChatGPT發展歷程184

8.6.1GPT1185

8.6.2GPT2185

8.6.3GPT3186

8.6.4GPT4186

8.6.5ChatGPT187

8.7Python部署ChatGPT187

8.7.1使用OpenAI API進行部署187

8.7.2本地部署ChatGPT188

8.7.3構建Web應用188

8.8DeepSeek189

8.8.1DeepSeek概念189

8.8.2技術創新與性能優勢190

8.8.3開源策略與生態建設190

8.8.4市場需求與用戶體驗190

8.8.5行業影響與市場反應190

8.9Python部署DeepSeek191

8.9.1Ollama一鍵本地部署191

8.9.2Docker+vLLM生產部署191

8.9.3官方雲端API192

8.10DeepSeek小實驗192

8.10.1Markdown轉換成Word192

8.10.2HTML網頁下載Word193

習題193

第9章大模型產品195

9.1國外主流大模型195

9.1.1OpenAI195

9.1.2Google DeepMind195

9.1.3Anthropic196

9.1.4Meta196

9.1.5xAI196

9.1.6Mistral AI196

9.2Gemini197

9.2.1Gemini介紹197

9.2.2Python部署Gemini197

9.3Sora198

9.3.1Sora介紹198

9.3.2Python部署Sora198

9.4國內大模型產品199

9.4.1產業整體態勢199

9.4.2典型特色與差異化201

9.5文心一言201

9.5.1文心一言概述201

9.5.2Python調用百度文心一言201

9.5.3文心一言創作文檔203

9.6豆包204

9.6.1豆包概述204

9.6.2Python調用豆包204

9.6.3使用豆包生成播客207

9.7通義千問209

9.7.1通義千問概述209

9.7.2Python調用通義千問209

9.8Kimi211

9.8.1Kimi概述211

9.8.2Python調用Kimi212

習題213

參考文獻215