内容简介 本书在不涉及大量数学与编程知识的前提下，从零开始，逐步带领读者熟悉并掌握当下最流行的基于Python 3的人工智能编程工具，包括但不限于数据分析（Pandas），以及支持单机（Scikit-learn）、深度（PyTorch、TensorFlow、PaddlePaddle）和分布式（PySpark-ML）机器学习的开源程序库，等等。 全书共分为4部分，分别如下。 （1）入门篇：包括对全书核心概念的指南性介绍，以及如何在多种主流PC操作系统上（如Windows、macOS和Ubuntu）配置基本编程环境的详细说明。 （2）基础篇：涵盖了Python 3.11的编程基础、基于Pandas 2.0的数据分析，以及使用Scikit-learn 1.3解决大量经典的单机（单核／多核）机器学习问题。 （3）进阶篇：介绍如何使用PyTorch 2.0、TensorFlow 2.12，以及PaddlePaddle 2.5，分别搭建多种深度学习神经网络框架。尝试基于PySpark 3.4的ML编程库完成一些常见的分布式机器学习任务。 （4）实践篇：利用全书所讲授的Python编程、数据分析，以及（单机、深度、分布式）机器学习知识，从事Kaggle多种类型的竞赛实战。同时，介绍如何使用Git工具，在Gitee与GitHub平台上更新和维护自己的日常代码与编程项目。 综上，本书面向所有对人工智能领域感兴趣的读者，特别适合从事数据挖掘、机器学习、计算机视觉、自然语言处理等相关技术研发和应用实践的初学者。 作者介绍 图片 范淼 ■　清华大学软件学院博士后、计算机系工学博士 ■　四维图新集团AIG负责人、领军人才，高级工程师 ■　中国人民大学专业硕士生导师（兼） ■　科技部、工信部项目评审专家 ■　IEEE高级会员 图片 徐晟桐 ■　澳大利亚国立大学经济学硕士、南开大学经济学学士 ■　…