商品簡介
全書共分3篇。1篇主要講解了人工智能開發中常用Python編程語言相關入門知識，包括：1章 關於Python與開發環境配置、第2章 Python編程基礎、第3章 Python編程進階；第2篇主要講解了人工智能開發相關知識的應用，包括：第4章 人工智能簡介、第5章 機器學習理論基礎、第6章 Python機器學習常用庫的應用、第7章 第一個機器學習項目、第8章 典型的機器學習算法及應用實戰、第9章 深度學習算法理論、第10章 深度學習之TensorFlow；第3篇通過3個綜合案例，以神經網絡在計算機視覺問題中的重要應用為線索，介紹深度學習人工智能技術在計算機視覺任務中的實踐，包括：第11章 人工智能識萬物、第3篇：第12章 人工智能知萬物、第13章 人工智能繪萬物。
作者簡介
郭 坦，博士，重慶郵電大學專任教師。主要研究方向為計算機視覺、模式識別、以及機器學習等。發表SCI/EI論文12篇，其中第一作者論文8篇，申請國家發明專利6項，主持和主研國家及省部級課題6項。
魯銀芝，碩士，長江師範學院專任教師。長期從事智能信息處理方面教學和實踐活動指導，並具有相關硬件開發經驗。精通Python編程，在人工智能、機器學習方面，具有豐富的相關實踐經驗。主要研究方向為傳感信號分析與處理、傳感信息挖掘、人工智能應用開發等。
名人/編輯推薦
（2）專業專注，學以致用。NumPy、Pandas、Matplotlib、scikit-learn、TensorFlow 等功能都非常豐富，通過逐一介紹每個庫的安裝及其基礎操作使讀者熟悉 Python 中庫的安裝及使用。本書專注的是基於 Python 的人工智能算法項目分析，以及在生產環境中實際用到的技術，相比大而全的書，本書能讓讀者盡快上手，然後投入項目開發。
（3）每章都有配備“新手問答”與“小試牛刀”欄目。目的是讓讀者看完之後，盡快鞏固知識，舉一反三，學以致用。
（4）零基礎入門，成就從小白到大神。本書內容在寫作定位上，適合零基礎讀者學習，然後逐步掌握相關知識技能，從而達到從入門到精通的學習效果。另外，全書在知識講解中，都安排了豐富的實戰案例，可以有效增強讀者的實際動手能力。
目次
Python基礎篇
第1章 關於Python與開發環境配置 2
1.1 Python入門 2
1.2 Python開發環境的配置 6
新手問答 14
本章小結 14
第2章 Python編程基礎 15
2.1 基礎語法 15
2.2 數據類型 25
2.3 邏輯控制語句 31
2.4 函數 35
新手問答 41
小試牛刀 41
本章小結 42
第3章 Python編程進階 43
3.1 高級變量 43
3.2 面向物件編程 57
3.3 Python模塊 61
3.4 python神經網絡小實例 65
新手問答 67
小試牛刀 68
本章小結 68
人工智能篇
第4章 人工智能簡介 70
4.1 人工智能概述 70
4.2 人工智能崛起的三大基石 76
4.3 深度學習的重要性 86
新手問答 93
本章小結 94
第5章 機器學習理論基礎 95
5.1 機器學習概述 95
5.2 機器學習的4個分支 99
5.3 評估模型指標 106
5.4 數據預處理、特征工程和特征學習 111
5.5 過擬合與欠擬合 113
5.6 機器學習通用工作流程 116
新手問答 118
小試牛刀 118
本章小結 120
第6章 Python機器學習常用庫的應用 121
6.1 NumPy—基礎科學計算庫 121
6.2 Pandas—數據分析的利器 146
6.3 Matplotlib—畫出優美的圖形 173
6.4 scikit-learn—非常流行的Python機器學習庫 188
新手問答 193
小試牛刀 193
本章小結 194
第7章 第一個機器學習項目 195
7.1 入門項目簡介 195
7.2 數據導入 197
7.3 數據探索 199
7.4 數據可視化 204
7.5 算法評估 209
7.6 預測實施 212
新手問答 213
小試牛刀 213
本章小結 214
第8章 典型的機器學習算法及應用實戰 215
8.1 k-近鄰算法 215
8.2 樸素貝葉斯分類算法 224
8.3 支持向量機 235
8.4 PCA算法 244
8.5 k-均值算法 254
新手問答 262
小試牛刀 263
本章小結 264
第9章 深度學習算法理論 265
9.1 深度學習基礎 265
9.2 神經網絡 274
9.3 卷積神經網絡 284
9.4 循環神經網絡 289
新手問答 299
小試牛刀 300
本章小結 302
第10章 深度學習之TensorFlow 303
10.1 主流的深度學習框架 303
10.2 TensorFlow環境搭建 307
10.3 TensorFlow基本知識 310
10.4 TensorFlow編程準備 315
10.5 TensorFlow基本開發步驟 342
10.6 TensorFlow的可視化 348
新手問答 353
小試牛刀 353
本章小結 354
實戰案例篇
第11章 人工智能識萬物 356
11.1 卷積神經網絡的前世今生 356
11.2 如何構建更深的神經網絡 369
11.3 神經網絡的可遷移性 414
新手問答 430
本章小結 430
第12章 人工智能知萬物 431
12.1 區域卷積神經網絡 431
12.2 快速區域卷積神經網絡 433
12.3 更快區域卷積神經網絡 434
12.4 YOLO網絡 440
本章小結 466
第13章 人工智能繪萬物 467
13.1 神經藝術風格遷移 468
13.2 基於TensorFlow的圖像風格化實現 473
新手問答 478
本章小結 478
參考文獻 479
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。