书名：人工智能与Python程序设计

作者：文继荣 徐君

书号：326887

定价：￥49 元

字数：406 千字

印次：1-1

开本：16

出版时间：2024-05-01

ISBN：978-7-300-32688-7

包装：平

  
本书围绕人工智能的基础、模型和应用介绍Python编程语言，最终实现基于RNN和CNN的人工智能典型应用。具体内容包括：Python编程基础、Python编程进阶、人工智能概述、人工智能实践四个模块。Python编程基础模块包括Python的基本语法和数据结构，Python编程进阶包括面向对象编程、数值计算和可视化，为实现人工智能模型与应用打下基础；人工智能概述部分在简单介绍机器学习流程的基础上，基于numpy实现线性回归和逻辑斯蒂回归，使得读者对机器学习有感性和深入的认识；在人工智能实践部分，在介绍PyTorch平台编程的基础上，围绕文本生成和图像分类两个典型应用，介绍RNN和CNN的基本原理和基于PyTorch的实现，以及基于GPU的大规模编程。本书主要面向普通高校人工智能、计算机相关专业的本科生和研究生作为相关课程的教材；也可以作为相关技术开发人员的参考书。  



  

文继荣，中国人民大学信息学院院长、高瓴人工智能学院执行院长，国家特聘专家。长期从事人工智能和大数据领域的研究工作，研究方向包括信息检索、数据挖掘、机器学习、大模型等。担任中国人民政治协商会议北京市第十四届委员会常务委员、中央统战部党外知识分子建言献策专家组成员、第八届教育部科学技术委员会委员、中国计算机学会常务理事等。曾任微软亚洲研究院高级研究员和互联网搜索与挖掘组主任。

徐君，中国人民大学高瓴人工智能学院教授。长期从事智能信息检索模型的研究，在本领域著名的国际学术会议和期刊发表论文100余篇，担任信息检索和人工智能领域顶级会议SIGIR、NeurIPS的领域主席，重要期刊ACM TIST和JASIST编委。讲授“人工智能与Python程序设计”“智能信息检索”等课程。

第1章 绪论

1.1 人工智能

1.2 计算机编程语言

1.3 Python编程语言

1.4 习题

第2章 Python基本语法

2.1 Python版“Hello, World”程序

2.2 变量与赋值

2.3 Python语言基本数据类型

2.4 表达式与运算符

2.5 输入输出与文件读写

2.6 习题

第3章 Python程序的控制结构

3.1 分支结构：if语句

3.2 循环结构：for语句和while 语句

3.3 异常处理

3.4 函数的定义与调用

3.5 习题

第4章 Python组合数据类型

4.1 概述

4.2 列表

4.3 集合

4.4 字典

4.5 列表推导式

4.6 函数式编程

4.7 习题

第5章 Python面向对象编程

5.1 面向对象编程简介

5.2 自定义类

5.3 属性访问控制

5.4 继承：基类和子类

5.5 多态和鸭子类型

5.6 运算符重载

5.7 变量和对象的引用关系

5.8 可变对象和不可变对象

5.9 习题

第6章 Python数值计算

6.1 numpy库简介

6.2 numpy数组的创建

6.3 numpy数组的索引和切片

6.4 numpy数组的运算

6.5 numpy科学计算实践

6.6 习题

第7章 Python数据可视化

7.1 pandas库简介

7.2 pandas的数据结构

7.3 基于pandas的文件和数据操作

7.4 使用matplotlib库进行数据可视化

7.5 使用WordCloud库进行文本可视化

7.6 习题

第8章 人工智能概述

8.1 人工智能的基本概念

8.2 计算机视觉的发展历史和主要进展

8.3 计算机视觉的主要应用

8.4 习题

第9章 机器学习概述

9.1 背景与定义

9.2 机器学习的分类

9.3 机器学习模型性能的评价

9.4 习题

第10章 使用Python语言实现机器学习模型

10.1 一元线性回归模型

10.2 梯度下降算法

10.3 多元线性回归模型

10.4 使用numpy实现线性回归模型

10.5 逻辑斯蒂回归

10.6 使用numpy实现逻辑斯蒂回归模型

10.7 习题

第11章 深度学习概述

11.1 人工神经元与人工神经网络

11.2 多层感知机与激活函数

11.3 神经网络与深度学习

11.4 习题

第12章 PyTorch基础

12.1 深度学习框架介绍

12.2 PyTorch的安装

12.3 Tensor的概念和基本操作

12.4 自动求导

12.5 nn工具箱

12.6 使用PyTorch实现线性回归和逻辑斯蒂回归

12.7 习题

第13章 计算机视觉实践

13.1 计算机视觉概述

13.2 数字图像

13.3 图像的卷积运算

13.4 卷积神经网络

13.5 卷积神经网络的编程实践

13.6 习题

第14章 自然语言处理实践

14.1 自然语言处理概述

14.2 文本表示

14.3 循环神经网络

14.4 自然语言处理编程实践

14.5 习 题

参考文献

在人工智能技术飞速发展的同时，Python 也逐渐成为人工智能时代的首选开发语言。Python 语法简洁质朴且功能强大，其开源脚本语言的特性促成了最大的 Python 程序设计开放社区，提供了海量的开源函数库、数据集和预定义模型，为人工智能模型的快速开发和迭代提供了强大的支持，也极大地降低了学习和应用人工智能技术的门槛。因此我们选择 Python 作为本课程的编程语言，希望读者在快速学习一门编程语言的同时也能够利用该语言完成人工智能任务。

本书内容共分为 14 章，包括 Python 编程基础、Python 编程进阶、人工智能概述、人工智能实践 4 个模块。Python 编程基础模块包括 Python 的基本语法、程序控制结构和组合数据类型，Python 编程进阶模块包括面向对象编程、数值计算和数据可视化，为实现人工智能模型与应用打下基础；人工智能概述模块在简单介绍机器学习流程的基础上，基于 numpy 实现线性回归和逻辑斯蒂回归，使读者对机器学习有了初步认识；人工智能实践模块在介绍 PyTorch 平台编程的基础上，围绕文本生成和图像分类两个典型应用，介绍循环神经网络（RNN）和卷积神经网络（CNN）的基本原理及基于 PyTorch 的实现，以及基于图形处理单元（GPU）的大规模编程。