创新创业+新工科教学质量研究：零基础学会Python人工智能

　　人工智能与大数据经典算法：分类（SVM、决策树等）、聚类（K近邻等）、回归（多元拟合）、降维（主成分分析等）、集成算法（随机森林、GBDT、XGBoost等）、推荐算法（基于项目、基于用户、基于内容）、神经网络（MPL、BP）、深度学习（CNN、RNN）、爬虫（Xpath）、Tensor flow、数据库应用等。本书具有以下特色：零基础Python入门、零基础就能听懂人工智能大数据经典算法，精心打造最简单的课程设计，每个知识点讲解都有案例贯穿，与中国大学慕课网站联动构成线上线下混合教学。

　　先后担任政府机关及直属企事业单位信息化项目负责人（CTO），教育部全国高校教师网络培训中心授课教师，中国人民大学、对外经济贸易大学等多所985、211高校授课教师，公安部首都机场公安局信息化技术专家，商务部机关、外贸发展事务局、机电商会等直属机构信息化技术专家，北京市政府及各委办局信息化建设评审专家等。陈佳明（联系方式：billchenbeijing@hotmail.com），工学博士研究生，高级云计算应用工程师。主要研究方向为模式识别与人工智能系统，类脑智能与脑机接口。 曾获中法 Scilab 计算机应用大赛全国二等奖，蓝桥杯 C++组北京市一等奖。以第一作者身份发表学术论文3篇，曾主持北京市门头沟区环保局OBD车辆数据分析系统开发项目。 先后担任慧科集团大数据学院Python人工智能讲师、微软人工智能训练营讲师，首都经济贸易大学Python基础与人工智能经典算法课程讲师，首都师范大学附属中学C++算法竞赛社团讲师和北京市第十五中学Python人工智能和C++讲师。

目录

Contents

1“三实三严”教育理论研究/

11研究背景/

12问题提出/

13国内外研究现状/

14本研究的理论价值及实际应用价值/

15研究对象/

16总体框架/

17拟突破的重点与难点/

18研究目标/

19研究思路和研究方法/


第一部分Python编程基础/


2Python的分支、循环与函数/

21本章工作任务/

22本章技能目标/

23本章简介/

24理论讲解部分/

25本章总结/

26本章作业/


第二部分数据结构与数据预处理/


3数据结构、操作与可视化/

31本章工作任务/

32本章技能目标/

33本章简介/

34本章总结/

35本章作业/


4缺失值填充/

41本章工作任务/

42本章技能目标/

43本章简介/

44理论讲解部分/

45本章总结/

46本章作业/


第三部分回归算法/


5线性回归/

51本章工作任务/

52本章技能目标/

53本章简介/

54理论讲解部分/

55本章总结/

56本章作业/


6多元线性回归/

61本章工作任务/

62本章技能目标/

63本章简介/

64理论讲解部分/

65本章总结/

66本章作业/


第四部分分类算法/


7K近邻算法/

71本章工作任务/

72本章技能目标/

73本章简介/

74理论讲解部分/

75本章总结/

76本章作业/



8逻辑回归/

81本章工作任务/

82本章技能目标/

83本章简介/

84理论讲解部分/

85本章总结/

86本章作业/


9贝叶斯算法/

91本章工作任务/

92本章技能目标/

93本章简介/

94理论讲解部分/

95本章总结/

96本章作业/


10决策树/

101本章工作任务/

102本章技能目标/

103本章简介/

104理论讲解部分/

105本章总结/

106本章作业/


11支持向量机/

111本章工作任务/

112本章技能目标/

113本章简介/

114理论讲解部分/

115本章总结/

116本章作业/


第五部分集成算法/


12随机森林/

121本章工作任务/

122本章技能目标/

123本章简介/

124理论讲解部分/

125本章总结/

126本章作业/


13AdaBoost算法/

131本章工作任务/

132本章技能目标/

133本章简介/

134理论讲解部分/

135本章总结/

136本章作业/


14梯度提升决策/

141本章工作任务/

142本章技能目标/

143本章简介/

144理论讲解部分/

145本章总结/

146本章作业/


15XGBoost/

151本章工作任务/

152本章技能目标/

153本章简介/

154理论讲解部分/

155本章总结/

156本章作业/


第六部分聚类算法/


16K-means聚类算法/

161本章工作任务/

162本章技能目标/

163本章简介/

164理论讲解部分/

165本章总结/

166本章作业/

17DBSCAN聚类算法/

171本章工作任务/

172本章技能目标/

173本章简介/

174理论讲解部分/

175本章总结/

176本章作业/


18层次聚类/

181本章工作任务/

182本章技能目标/

183本章简介/

184理论讲解部分/

185本章总结/

186本章作业/


19主成分分析与因子分析/

191本章工作任务/

192本章技能目标/

193本章简介/

194理论讲解部分/

195本章总结/

196本章作业/


20奇异值分解/

201本章工作任务/

202本章技能目标/

203本章简介/

204理论讲解部分/

205本章总结/

206本章作业/


21线性判别分析/

211本章工作任务/

212本章技能目标/

213本章简介/

214理论讲解部分/

215本章总结/

216本章作业/


第七部分推荐算法/


22基于项目的协同过滤/

221本章工作任务/

222本章技能目标/

223本章简介/

224理论讲解部分/

225本章总结/

226本章作业/


23基于用户的协同过滤/

231本章工作任务/

232本章技能目标/

233本章简介/

234理论讲解部分/

235本章总结/

236本章作业/


第八部分时间序列/


24ARIMA/

241本章工作任务/

242本章技能目标/

243本章简介/

244理论讲解部分/

245本章总结/

246本章作业/


第九部分人工神经网络/


25神经网络（多层感知机MLP）/

251本章工作任务/

252本章技能目标/

253本章简介/

254理论讲解部分/

255本章总结/

256本章作业/


第十部分Python爬虫/


26XPath/

261本章工作任务/

262本章技能目标/

263本章简介/

264理论讲解部分/

265本章总结/

266本章作业/


27Beautiful Soup/

271本章工作任务/

272本章技能目标/

273本章简介/

274理论讲解部分/

275本章总结/

276本章作业/


第十一部分Python界面/


28Tkinter/

281本章工作任务/

282本章技能目标/

283本章简介/

284理论讲解部分/

285本章总结/

286本章作业/