
Python项目实战从入门到精通
作品简介
本书全面讲述了Python的基础知识和相关开发技术。全书分为三部分,共10章。第一部分为基础篇(第1~5章),介绍Python的起源和发展、开发工具、语法基础、控制结构、复合数据结构、函数、科学计算库NumPy以及绘图工具Matplotlib等内容;第二部分为提高篇(第6~7章),深入讲解了机器学习典型算法、神经网络典型算法以及它们的Python开发实现过程;第三部分为高级篇(第8~10章),主要介绍了图像识别和人脸识别的原理方法以及它们的Python开发实现过程。
本书以人工智能中的机器学习和深度学习为载体,突出Python开发技术的实际应用。在编写体例上,以问题为导向,注重知行合一,按照由简到难、由浅入深、螺旋上升的方式设置学习内容,引导读者循序渐进地掌握基本原理方法,并熟练运用Python。
本书可作为人工智能、机器学习、人脸识别等应用领域工程技术人员的参考手册,也可作为大中专院校人工智能、大数据科学与技术、自动化、机器人工程、智能仪器仪表、机电一体化等专业及社会培训班有关Python课程的培训教材。
本书作者方健,孙悦,邵芳等。
作品目录
序 FOREWORD
前言 PREFACE
基础篇
第1章 初识Python
1.1 源码世界的来源
1.2 探索Python的起源
1.3 感知Python的特点
1.4 搭建Python的运行环境之海龟编辑器
1.5 搭建Python运行环境之PyCharm
第2章 变量与数据
2.1 变量魔法
2.2 数和字符串
2.3 图书馆的神秘之书
第3章 认识序列
3.1 list召唤编程猫家族
3.2 源码世界的元组与字典
第4章 条件与循环
4.1 条件判断
4.2 循环语句
4.3 运算符
第5章 函数与模块
5.1 Python函数
5.2 Python模块
5.3 NumPy库函数
5.4 Matplotlib库函数
提高篇
第6章 机器学习
6.1 机器学习认知
6.2 KNN算法研习及应用
6.3 决策树与随机森林分析应用
6.4 线性回归
第7章 神经网络
7.1 神经网络基础
7.2 多层感知器
7.3 卷积神经网络
高级篇
第8章 图像处理
8.1 图像处理基础
8.2 图像的运算
第9章 人脸初识
9.1 基于级联分类器的人脸探测
9.2 基于LBPH的人脸识别
9.3 视频处理
第10章 人脸识别
10.1 基于HOG人脸探测算法
10.2 基于KNN的人脸识别算法
10.3 人脸识别系统的实现