通 知
CPEC2020会议通知(含征文、案例竞赛、联合会成员申报)
10月全新课程培训报名 | Python/人工智能/微信小程序/数据结构(Python)高级研修班
2020人工智能教育与产教融合高峰论坛通知
当全世界都在赞叹人工智机器时代即将到来的同时，对人工智能专业的人才需求急剧增加，大量的高薪职位却找不到人。我们处在这样一个拥有大好机会的人工智能、机器学习时代，为何不给自己一个进入人工智能行列的机会呢？本书为没有任何程序设计经验的开发者提供一个全新的入口，从基本的Python基础语言到人工智能，针对Python程序中大量的函数库和重要技术进行详细讲解，结合大量的实际案例与经验，让读者能够快速成为真正能在人工智能时代驰骋的高手。
本书注重Python机器学习的实战开发，书中包含Python、OOP、爬虫、统计、UI、OpenData、网络、JSON、XML、Excel、CSV、大数据分析、机器人机器学习、对话等相关API的使用方法，提供了150多个案例，每个案例都可以单独运行，读者可直接运用进行二次开发。
扫码，限时优惠购书
01 作者简介
柯博文 美国硅谷的科技公司创业者，LoopTek(录克)公司 CTO，拥有20多年的实际开发经验，全球数十家科技公司内训讲师。长期专注于人工智能、移动互联、智能硬件的应用开发。曾任工业和信息化部电子视像行业协会顾问、中国物联网应用与推进联盟智能顾问。致力推广人工智能技术，在全球多个城市定期举办推广活动，做过400余场次的开发技术专题演讲。出版多部畅销图书。
02 本书看点
(1)内容涵盖领域广泛
包括Python语言基础、开发换件搭建、机器学习、人工智能、TensorFlow、Keras、OpenCV等内容。
(2)150多个案例贯穿全书
每个案例都可以单独运行，并提供程序代码，读者可直接使用，并进行二次开发。
(3)使用业界真实数据
在介绍与统计分析相关的机器学习数据分析的程序中，使用了大量的业界真实数据进行分析和预测，具有极强的实用性。
(4)微课视频(共420分钟)
为了提高学习效果，本书为所有案例提供了完整的视频讲解，读者可跟随视频中演示的步骤进行学习。
03 内容简介
《Python机器学习(微课视频版)——手把手教你掌握150个精彩案例》由浅入深、图文并茂地介绍了Python机器学习方面的相关内容，并通过150多个实际案例，手把手地教会读者掌握用Python语言进行机器学习相关项目开发的方法与技巧。
书中包含Python语言基础内容、机器学习、人工智能、TensorFlow、Keras、OpenCV等相关API的使用方法，给出的每个案例都可以单独运行，可进行二次开发。
为了提高学习效果，本书为所有案例提供了完整的微课视频和程序代码文件，获取方式见前言。
《Python机器学习(微课视频版)——手把手教你掌握150个精彩案例》适合学习机器学习算法的初学者，对机器学习、人工智能感兴趣的学生和从业者，以及进行机器学习相关项目开发的工程师阅读参考。
04 本书涉及主题
- Python程序语言
- 安装和运行Python开发环境
- 函数和面向对象OOP
- 窗口处理GUI Tkinter
- 数据容器Containers
- 图表函数库Matplotlibl
- 文件处理和开放数据
- 网络和数据库
- 自然语言处理——中文简体和繁体转换
- 人工智能标记语言AIML
- 网络服务器
- 网络爬虫与BeautifulSoup4
- pandas数据分析和量化投资
- NumPy矩阵运算数学函数库
- 机器学习算法——Regression回归分析
- 机器学习算法——kNN最近邻居法
- 机器学习算法——k-means平均算法
- 机器学习算法——决策树算法
- 机器学习算法——随机森林算法
- 机器学习算法——贝叶斯分类器
05 图书目录
第1章Python程序语言
视频讲解：1个
1.1Python程序语言的介绍
1.2Python历史
1.3Python版本
第2章安装和运行Python开发环境
视频讲解：6个
2.1Windows操作系统中安装Python
2.2Windows操作系统中测试与运行Python
2.3Mac操作系统中安装Python
2.4Mac操作系统中测试与运行Python
2.5Linux和树莓派中安装Python
2.6Linux和树莓派中测试与运行Python
第3章开发程序和工具
视频讲解：7个 实例：2个
3.1我的第一个Python程序(Windows版)
3.2我的第一个Python程序(Mac、Linux和树莓派版)
3.3开发和调试工具——PyCharm下载和安装
3.4PyCharm工具介绍
3.5创建项目
3.6调试
3.7安装其他的Packages函数库
3.8安装Anaconda
3.9使用Anaconda
3.10pip安装包
3.11本书需要安装的第三方函数库列表
第4章Python程序基础
视频讲解：13个 实例：25个
4.1Python注释
4.2Python数据模式
4.3Python数学计算
4.4Python打印
4.5if…else条件判断语句
4.6Array数组——List
4.7range范围
4.8for循环
4.9UTF-8中文文字编码和文字输入
4.10while循环语法
第5章函数和面向对象OOP
视频讲解：12个 实例：17个
5.1开发函数(def)
5.2import导入和开发
5.3类(class)
5.4类的初始化预定义值
5.5类中的函数方法(Method)
5.6类中的属性(Property)
5.7类中调用其他的函数方法
5.8设置公开、私有的类函数方法
5.9把类独立成另一个文件
5.10继承——OOP面向对象
5.11多重继承
5.12调用父类函数
5.13调用父类的属性
第6章窗口处理GUI Tkinter
视频讲解：12个 实例：12个
6.1窗口GUI函数库
6.2窗口
6.3文字Label
6.4显示图片Image
6.5按键Button
6.6消息窗口tkMessageBox
6.7输入框Entry
6.8绘图Canvas
第7章数据容器Containers
视频讲解：7个 实例：7个
7.1List数组
7.2List数组数据的多样性
7.3List的数学处理
7.4Slicing切片
7.5Dictionarie字典
7.6Set序列集集合比较
7.7Tuple序列
第8章图表函数库Matplotlib
视频讲解：8个 实例：7个
8.1Matplotlib介绍
8.2画线
8.3画点
8.4画面切割
8.5显示图片
8.6在窗口程序中显示图表
第9章文件处理和开放数据
视频讲解：5个 实例：5个
9.1开放数据介绍
9.2保存
9.3文件复制、删除和列出所有文件
9.4文件夹
9.5读入Excel文件
9.6读入、处理和存储CSV文件——气象风暴数据
第10章网络
视频讲解：5个 实例：8个
10.1超文本传输协议HTTP GET
10.2超文本传输协议HTTP POST
10.3可扩展标记式语言XML
10.4JSON
第11章数据库
视频讲解：7个 实例：4个
11.1下载和装载MySQL数据库
11.2创建数据库用户——Add User
11.3创建数据库——Add database
11.4打开数据库——MySQL-python和pymysql
11.5创建数据库数据——insert
11.6取得数据——select
11.7删除和修改数据库数据——DELETE和UPDATA
第12章自然语言处理——中文简体和繁体转换
视频讲解：8个 实例：8个
12.1中文分词断词工具
12.2分析文件的文字
12.3自定分词
12.4取出断词位置
12.5移除用词和自定比重分数
12.6排列出最常出现的分词
12.7网络文章的重点
第13章人工智能标记语言AIML
视频讲解：5个 实例：6个
13.1人工智能标记语言AIML介绍
13.2中文机器人
13.3AIML语法教程——随机对话
13.4AIML语法教程——变量
第14章网络服务器
视频讲解：4个 实例：4个
14.1Python网页服务器
14.2开发自己的网页服务器
14.3显示HTTP内容
14.4取得HTTP GET所传递的数据
14.5取得HTTP POST所传递的数据
第15章网络爬虫与BeautifulSoup4
视频讲解：4个 实例：4个
15.1网络爬虫——取得网络文章内容
15.2BeautifulSoup的函数和属性
15.3实战案例——获取柯博文老师的博客文章
15.4实战练习
第16章pandas数据分析和量化投资
视频讲解：10个 实例：10个
16.1安装
16.2使用pandas读入和存储Excel的文件
16.3使用pandas读入和存储CSV的文本内容
16.4读入网络上的表格
16.5DataFrame
16.6计算
16.7实战分析Apple公司股价
16.8统计相关计算
16.9逻辑判断——找出股价高点
16.10计算股价浮动和每月的变化
16.11画出股票的走势图和箱形图
第17章NumPy矩阵运算数学函数库
视频讲解：10个 实例：10个
17.1矩阵数据初始化
17.2NumPy默认数组
17.3多维数组的索引
17.4多维数组的切片
17.5花式索引
17.6数据模式
17.7利用数组进行数据计算处理
17.8统计
17.9逻辑判断
17.10不同尺寸的矩阵相加
第18章使用pyinstaller生成运行文件
视频讲解：3个
18.1pyinstaller功能介绍和安装
18.2pyinstaller安装步骤
18.2.1Windows操作系统下生成运行文件
18.2.2Mac和Linux操作系统下生成运行文件
第19章机器学习算法——Regression回归分析
视频讲解：9个 实例：9个
19.1数据准备
19.2机器学习的数据准备
19.3回归分析数学介绍
19.4回归分析绘图
19.5随机数数据
19.6残差
19.7使用scikit-learn的linear_model函数求线性回归
19.8实战案例——动物大脑和身体的关系
19.9实战案例——糖尿病数据集
19.9.1绘制出数据
19.9.2将数据存到Excel文件
19.9.3使用回归分析找出BMI与糖尿病的关系
第20章机器学习算法——kNN 最近邻居法
视频讲解：4个 实例：4个
20.1kNN数学介绍
20.2使用sklearn的kNN判断水果种类
20.3实战案例——鸢尾花的种类判断
20.3.1鸢尾花数据下载和保存到Excel文件
20.3.2使用kNN判别鸢尾花的种类
第21章机器学习算法——k-means平均算法
视频讲解：4个 实例：4个
21.1k-means数学介绍
21.2sklearn的k-means类
21.3k-means实战案例
21.4k-means实战案例图形化呈现结果
第22章机器学习算法——决策树算法
视频讲解：3个 实例：3个
22.1决策树数学介绍——Gini系数
22.2sklearn的DecisionTreeClassifier决策树
22.3决策树图形化呈现结果
第23章机器学习算法——随机森林算法
视频讲解：2个 实例：2个
23.1随机森林算法数学原理
23.2随机森林函数
23.3随机森林图形化
第24章机器学习算法——贝叶斯分类器
视频讲解：4个 实例：4个
24.1贝叶斯分类器数学原理
24.2贝叶斯分类器实战案例
24.3贝叶斯分类器图形化
24.4numpy.meshgrid方法
24.5贝叶斯分类器圈选出分类的范围
