本书以Python为平台，以将概念、实例和经典应用相结合的方式，介绍如何利用Python实现人工智能。全书分为9章，内容包括：人工智能的基础，人工智能背景下的科学计算，人工神经网络，迁移学习，网络爬虫，智能数据分析，机器学习，智能模型分析，人工智能的应用。为了帮助读者更好地掌握相关知识，书中每章节都通过理论与实例相结合的方式，让读者在掌握概念的同时，掌握程序设计方法，并能利用程序设计解决实际问题。
内容简介
前言
第1章 人工智能的基础
1.1 由数学建模走进人工智能
1.2 为何用Python
1.3 第一个小程序
1.4 剖析程序
1.5 NumPy入门
第2章 人工智能背景下的科学计算
2.1 Pandas科学计算库
2.2 Matplotlib可视化库
2.3 SciPy科学计算库
第3章 人工神经网络
3.1 人工神经网络的概念
3.2 神经激活函数
3.3 反向传播
3.4 卷积神经网络
3.5 循环神经网络
3.6 生成对抗网络
3.7 强化学习
3.8 受限玻尔兹曼机
3.9 自编码器
第4章 迁移学习
4.1 迁移学习概述
4.2 VGG16实现图像风格转移
4.3 糖尿病性视网膜病变检测
第5章 网络爬虫
5.1 初识爬虫
5.2 爬虫入门
5.3 高效率爬虫
5.4 利用Scrapy实现爬虫
第6章 智能数据分析
6.1 数据获取
6.2 枚举算法
6.3 递推问题
6.4 模拟问题
6.5 逻辑推理问题
6.6 排序问题
6.7 二分查找
6.8 勾股树
6.9 数据分析经典案例
第7章 机器学习
7.1 K-Means聚类算法
7.2 kNN算法
7.3 朴素贝叶斯算法
7.4 广义线性模型
7.5 决策树算法
7.6 随机森林
7.7 支持向量机
7.8 数据预处理
7.9 数据降维
7.10 智能推荐系统
第8章 智能模型分析
8.1 数据表达
8.2 数据升维
8.3 模型评估
8.4 优化模型参数
8.5 可信度评估
8.6 管道模型
8.7 选择和参数调优
第9章 人工智能的应用
9.1 机器翻译
9.2 机器语音识别
9.3 利用OpenCV实现人脸识别
9.4 GAN风格迁移
9.5 利用OpenCV实现风格迁移
9.6 聊天机器人
9.7 餐饮菜单推荐引擎
参考文献
