人工智能基础教程：Python篇（青少版）

第1 篇 人工智能编程基础篇
第1 章 初识Python
1.1 Python 的前世今生
1.2 Python 的优势
1.3 Python 的缺陷
1.4 Ubuntu 下开发环境的搭建
1.5 Windows 下开发环境的搭建
1.6 Python 编程入门
1.7 变量及其赋值
1.8 输入与输出
1.9 趣味练习
1.10 总结
1.11 练习
第2 章 基本数据类型
2.1 分数和复数的表示
2.2 字符串
2.3 布尔型
2.4 趣味练习
2.5 总结
2.6 练习
第3 章 Python 的流程控制
3.1 条件控制语句
3.2 循环控制语句
3.3 案例：百钱买百鸡问题
3.4 趣味练习
3.5 总结
3.6 练习
第4 章 数组操作
4.1 列表
4.2 字典
4.3 元组
4.4 排序与查找
4.5 小酌算法分析
4.6 趣味练习
4.7 总结
4.8 练习
第5 章 文件操作
5.1 文件及其操作
5.2 从文件中读取数据
5.3 写数据到文件
5.4 从Web 页面读数据
5.5 浅谈Python 处理大数据文件
5.6 案例：计算文件中关键字出现次数
5.7 趣味练习
5.8 总结
5.9 练习
第6 章 绘制需要的图表
6.1 matplotlib 基础
6.2 pandas 绘图基础
6.3 基本图形的绘制
6.4 绘制正弦交变电流图像
6.5 案例：统计文件字符出现频率
6.6 趣味练习
6.7 总结
6.8 练习
第7 章 函数
7.1 什么是函数
7.2 为什么要使用函数
7.3 函数的创建和调用
7.4 作用域
7.5 global 语句
7.6 参数
7.7 递归
7.8 模块
7.9 趣味练习
7.10 总结
7.11 练习
第8 章 面向对象
8.1 面向对象与面向过程
8.2 类
8.3 面向对象编程
8.4 面向对象和面向过程的比较
8.5 总结
8.6 练习
第9 章 异常
9.1 为什么要使用异常
9.2 异常的作用
9.3 异常与错误
9.4 处理异常
9.5 抛出异常
9.6 finally 语句
9.7 总结
9.8 练习
第10 章 集合与概率
10.1 理解Python 中的集合类型
10.2 概率基础知识
10.3 贝叶斯分类
10.4 案例：线上课程分类
10.5 总结
10.6 练习
第11 章 学点统计学
11.1 统计学的基本概念
11.2 假设检验
11.3 方差分析
11.4 统计回归分析
11.5 总结
11.6 练习
第12 章 数据管理与分析
12.1 基于Python 的数据管理与分析
12.2 数据的导入与导出
12.3 数据分析
12.4 数据可视化
12.5 总结
12.6 练习
第2 篇 人工智能篇
第13 章 人工智能导论
13.1 人工智能
13.2 为什么学习人工智能
13.3 人工智能的种类
13.4 人工智能的分支
13.5 加速回报定律
13.6 人工智能与伦理
13.7 图灵测试
13.8 人工智能与机器人
13.9 人工智能与Python
13.10 总结
13.11 练习
第14 章 初识机器学习
14.1 机器学习的基本概念
14.2 机器学习的类型
14.3 聚类案例：K-means 聚类算法
14.4 总结
14.5 练习
第15 章 自然语言处理
15.1 什么是自然语言处理
15.2 文本分词
15.3 使用stemming 还原词汇
15.4 基于词义的词形还原
15.5 文本分块
15.6 使用词袋模型提取词频矩阵
15.7 案例：构建一个性别识别器
15.8 总结
15.9 练习
第16 章 语音识别技术
16.1 计算机感知声音
16.2 理解声音—频谱识别
16.3 语音识别原理
16.4 基于Python 语音识别程序介绍
16.5 简单语义理解
16.6 总结
16.7 练习
第17 章 计算机视觉
17.1 计算机视觉简介
17.2 图像的操作与处理
17.3 OpenCV 的基础知识
17.4 背景差分法检测物体
17.5 利用颜色空间进行物体跟踪
17.6 人脸识别技术
17.7 总结
17.8 练习
第18 章 人工神经网络
18.1 什么是人工神经网络
18.2 建立人工神经网络
18.3 训练人工神经网络
18.4 感知器
18.5 单层神经网络
18.6 多层神经网络
18.7 循环神经网络
18.8 在光学字符识别数据库中可视化字符
18.9 构建光学字符识别引擎
18.10 总结
18.11 练习
参考文献