人工智能极简编程入门 基于Python2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

人工智能极简编程入门 基于PythonPDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1篇 语法篇2

第1章 零基础入门AI解决方案2

1.1 AI极简史（选修）2

1.2 AI极简介3

1.2.1 认识颜色：表征学习与深度学习3

1.2.2 该往哪边旋转：决策科学4

1.2.3 转起来：控制论5

1.2.4 自动驾驶与AI三大领域5

1.2.5 有关AI三大领域的解释说明6

1.3 史上最轻松的入门AI完整解决方案6

1.3.1 兴趣模块7

1.3.2 入门AI所需基础模块9

1.3.3 入门模块及其他11

1.4 入门好资源12

1.4.1 慕课（MOOC）12

1.4.2 框架13

1.4.3 社区13

1.4.4 数据集14

1.4.5 论文14

1.4.6 公司15

1.5 学习新主张（最重点）15

1.5.1 什么是“体验”16

1.5.2 什么是“最简”17

1.5.3 “最简体验”主张18

1.6 如何使用本书（纯小白请重点阅读）19

1.6.1 高效学习本书的首要原则19

1.6.2 什么是“要点”19

1.6.3 对纯零基础学习者的建议20

1.6.4 使用本书GitHub提高学习效率（敲黑板级别的重点）20

1.7 网络词汇简写与昵称24

1.8 小结26

第2章 环境搭建27

2.1 最简体验Jupyter Notebook27

2.1.1 手机上最简体验Jupyter28

2.1.2 计算机上最简体验Jupyter29

2.1.3 Notebook中运行Python代码30

2.1.4 Notebook的最基本概念Cell31

2.1.5 移动Cell32

2.1.6 揭秘HelloWorld Cell34

2.1.7 为啥要用Jupyter Notebook（选修）34

2.1.8 Notebook服务与社区文化（选修）35

2.1.9 Jupyter与MyBinder（选修）36

2.2 Azure Notebook简介37

2.3 Google Colaboratory简介39

2.4 Windows下安装Anaconda42

2.5 Linux下安装Anaconda43

2.6 Mac下安装Anaconda47

2.7 本地启动Jupyter Notebook47

2.8 小结51

2.9 习题52

2.9.1 基础部分52

2.9.2 扩展部分53

第3章 零点一基础入门Python54

3.1 最简体验print方法54

3.2 更多print玩法59

3.3 最简体验Pyton变量63

3.4 最简体验Python列表与遍历65

3.5 最简体验Python字典67

3.6 项目实战：智能通讯录69

3.7 分支语法if71

3.7.1 最简体验分支if71

3.7.2 在智能通讯录中使用分支语法73

3.7.3 智能通讯录0.2 75

3.8 小结78

3.8.1 真正掌握了吗78

3.8.2 真的能用吗79

3.8.3 真的智能吗80

3.8.4 开发环境与协作学习81

3.9 习题83

3.9.1 基础部分83

3.9.2 扩展部分83

第4章 最简体验数字图像84

4.1 最简体验像素84

4.1.1 嵌套使用列表84

4.1.2 列表取元素86

4.1.3 嵌套使用遍历88

4.1.4 print进阶89

4.1.5 数值90

4.1.6 使用“数据”list最简体验像素92

4.2 最简体验代码画图94

4.2.1 最简体验图像操作95

4.2.2 最简体验plot97

4.2.3 最简体验marker100

4.2.4 更多marker属性102

4.3 点与线104

4.3.1 两点之间，线段最短104

4.3.2 画更多的线106

4.3.3 点与线：最简体验面向对象108

4.4 高效交流，协作学习110

4.5 正式认识Matplotlib112

4.6 小结115

4.7 习题115

4.7.1 基础部分115

4.7.2 扩展部分115

第5章 最简体验数组117

5.1 最简体验NumPy117

5.1.1 从list到array117

5.1.2 Notebook技能之Run all120

5.1.3 生成一个array121

5.1.4 操作array中的元素123

5.2 基于数组进行画图125

5.2.1 最简体验imshow（）方法125

5.2.2 改进图像显示效果128

5.2.3 像素级操作图像130

5.2.4 精准体验像素132

5.3 最简体验Figure与Axes135

5.3.1 最简体验容器135

5.3.2 Python方法的返回值137

5.3.3 最简体验figure的size141

5.3.4 设置figure的size142

5.3.5 保存图像143

5.3.6 正式认识plt与mpl： Python包与模块的导入144

5.4 小结148

5.5 习题148

5.5.1 基础部分148

5.5.2 扩展部分148

第2篇 算法篇150

第6章 最简体验卷积运算150

6.1 最简体验维度150

6.1.1 数组的形状150

6.1.2 最简体验数组维度152

6.2 最简体验向量154

6.2.1 从1＋1＝2开始，轻松理解向量154

6.2.2 最简体验向量运算156

6.2.3 向量乘法158

6.3 最简体验一维卷积160

6.3.1 滑动窗口160

6.3.2 一维卷积162

6.4 卷积得到的是什么163

6.4.1 特征与学习163

6.4.2 特征的组合165

6.4.3 最简体验特征167

6.4.4 归一化Normalization169

6.4.5 归一化续（纯小白慎入）171

6.5 小结172

6.6 习题173

6.6.1 基础部分173

6.6.2 扩展部分173

第7章 综合案例之滑动窗口示意图174

7.1 正式认识subplots（）方法174

7.1.1 最简体验subplots（）方法174

7.1.2 最简体验axs对象176

7.1.3 最简体验Axes坐标轴179

7.1.4 坐标轴ticks182

7.2 滑动窗口示意图0.1 版186

7.2.1 技术问答范本186

7.2.2 起始、终止和步长188

7.2.3 坐标轴tickline191

7.2.4 坐标轴ticklabel194

7.3 最常用图像元素之文本框196

7.3.1 最简体验plt.text（）方法196

7.3.2 微调文本框199

7.3.3 滑动窗口示意图0.2 版200

7.4 小结202

7.5 习题203

7.5.1 基础部分203

7.5.2 扩展部分203

第3篇 综合篇206

第8章 源码解读206

8.1 TensorFlow示例代码解读206

8.1.1 basic classification示例简介206

8.1.2 最简体验数据集209

8.1.3 Fashion MNIST数据集的label214

8.1.4 批量查看图像217

8.2 源码解读220

8.2.1 最简体验源码解读220

8.2.2 解惑ticks的set与get222

8.3 基于Notebook服务的开发环境复现224

8.3.1 Cell内安装TensorFlow224

8.3.2 最简体验Terminal227

8.3.3 体验便捷精准复现229

8.3.4 一键复现目标检测231

8.4 小结236

8.5 习题237

8.5.1 基础部分237

8.5.2 扩展部分237

后记238