Python机器学习入门

1.这是一本Python编程与机器学习的入门书，基于Python 3； 2.本书分为上下两篇，上篇主要讲 Python 编程的基础知识，下篇主要基于图像识别的机器学习技术介绍了人工智能的知识和概念； 3.本书从人工智能入门的主题切入，用Python编程入门人工智能，针对性强也更加实用； 4.从文字处理到图像识别，动手编程实现图像特征检测、人脸识别、手写数字识别等应用； 5.全彩印刷。

Python是一种解释型、面向对象、动态数据类型的高级程序设计语言。它具有丰富和强大的模块（库），能够很轻松地把用其他编程语言（尤其是C/C++）编写的各种模块联结在一起。这两年随着人们对人工智能的关注越来越多，大家对Python的学习热情也越来越高。在IEEE发布的编程语言排行榜中，Python已经多年排名第一。这本Python编程与机器学习的入门书，首先介绍了一些Python编程的基础知识，然后基于图像识别的机器学习技术介绍了关于人工智能的一些知识和概念。读者可以跟随本书讲解动手编程实现图像特征检测、人脸识别、手写数字识别等应用，从而建立起对人工智能、机器学习、人工神经网络的初步认识。本书适合对人工智能感兴趣但缺乏编程基础的初学者阅读。它能够帮助读者更加轻松地进入Python编程以及人工智能的世界。

上篇Python编程入门
第1章了解Python
1.1Python的历史
1.1.1Python的出现
1.1.2Python的发展
1.2Python的优缺点
1.2.1Python的优点
1.2.2Python的缺点
1.3Python适用的领域
1.4Python的安装与使用
1.4.1Python的下载
1.4.2Python的安装
1.4.3Python的使用
1.4.4编辑器
第2章Python基础
2.1数字
2.1.1数字计算
2.1.2Python的算术运算符
2.2关键字
2.3变量
2.3.1定义并赋值变量
2.3.2变量命名的约定
2.4程序基本结构
2.4.1if选择
2.4.2比较
2.4.3逻辑运算
2.4.4while循环
2.4.5while中的break
2.4.6while中的continue
2.4.7while中的else
第3章字符串、列表和字典
3.1字符串
3.1.1字符串的定义
3.1.2“数字”和“数字字符”的区别
3.1.3字符串的操作
3.1.4转义字符
3.2列表
3.2.1列表的定义
3.2.2列表的方法
3.2.3利用循环枚举列表中的内容
3.2.4使用for循环顺序访问元素
3.3字典
3.4元组
3.4.1元组的定义
3.4.2多重赋值
3.5掷骰子
3.5.1随机数
3.5.2重复掷骰子
3.5.3掷两个骰子
3.5.4大小判断
3.6异常
第4章定义和使用函数
4.1什么是函数
4.1.1编程中的函数
4.1.2自定义函数
4.1.3函数中的处理
4.2传递数据
4.2.1将数据传递给函数
4.2.2默认参数
4.2.3关键字参数
4.2.4函数的返回值
4.2.5多个返回值
4.3变量的作用域
4.3.1局部变量
4.3.2全局变量
4.4内置函数
4.4.1Python中的内置函数
4.4.2input()函数
4.4.3range()函数
4.4.4format()函数
4.4.5format()方法
4.5猜词游戏
4.5.1游戏规则
4.5.2创建单词库
4.5.3游戏结构
4.5.4完善函数
4.6函数与方法汇总
4.6.1数学
4.6.2字符串
4.6.3列表
4.6.4字典
4.6.5类型转换
第5章模块与类
5.1模块
5.1.1Python中的模块
5.1.2使用random模块
5.1.3自定义模块
5.2面向对象
5.2.1定义类
5.2.2类的继承
5.2.3自定义包含类的模块
5.2.4Python标准模块
5.3文件
5.3.1读取文件
5.3.2读取大文件
5.3.3写文件
5.3.4文件操作
5.3.5jieba第三方中文分词模块
5.3.6生成器与迭代器
5.3.7词云
5.4侵蚀化
5.5网络
5.5.1urllib.request模块
5.5.2将HTML保存到文件
下篇机器学习入门
第6章图像处理与特征检测
6.1显示图像
6.1.1安装第三方模块
6.1.2计算机“眼”中的图像
6.1.3Numpy模块
6.1.4在窗口中显示图像
6.2图像处理
6.2.1修改图像
6.2.2色彩空间
6.2.3识别颜色
6.3图像特征检测
6.3.1卷积运算
6.3.2垂直边缘与水平边缘
6.3.3滤波器
6.3.4边缘检测
6.3.5直线检测
6.3.6圆形检测
第7章人脸检测
7.1人工智能和机器学习
7.1.1什么是人工智能
7.1.2什么是机器学习
7.2人工神经网络
7.2.1什么是人工神经网络
7.2.2人工神经网络的结构
7.3监督学习与无监督学习
7.3.1监督学习
7.3.2无监督学习
7.3.3创建并应用人工神经网络
7.4人脸检测
7.4.1Haar分类器
7.4.2Haar分类器训练的步骤
7.4.3获取Haar分类器
7.4.4使用OpenCV进行人脸检测
第8章手写数字识别
8.1scikit-learn
8.2手写文字的图像识别
8.2.1检查数据内容
8.2.2创建训练和评估数据
8.2.3机器学习的训练
8.2.4机器学习的评估
8.2.5分类器的保存与读取
8.3使用OpenCV检测手写数字
8.3.1图像处理
8.3.2数字识别