第1章 走进AI时代：引领智能技术新潮流
1.1 人工智能的缘起
1.1.1 什么是人工智能
1.1.2 国际人工智能的发展历程
1.1.3 中国人工智能的发展历程
1.1.4 人工智能技术的特征
1.1.5 人工智能的典型应用
1.2 机器学习与深度学习
1.2.1 初识机器学习
1.2.2 深度学习的崛起
1.2.3 神经网络的魅力
1.3 案例——科技遇见自然：AI技术下的植物识别之旅
1.3.1 提出问题
1.3.2 解决方案
1.3.3 任务1：准备一张植物图像
1.3.4 任务2：智能获取植物图像的识别结果
本章小结
课后习题
第2章 搜索算法
2.1 搜索算法基础
2.1.1 搜索算法简介
2.1.2 搜索算法的评价指标
2.1.3 搜索树的建立
2.2 启发式搜索算法
2.2.1 启发函数与评价函数
2.2.2 贪婪最佳优先搜索算法
2.2.3 A*搜索算法
2.3 对抗搜索算法
2.3.1 最小最大搜索算法
2.3.2 Alpha-Beta剪枝算法
2.4 遗传算法
2.4.1 遗传算法的发展
2.4.2 相关生物学术语
2.4.3 遗传算法的实现过程
2.5 案例1——用A*搜索算法解决旅行商问题
2.5.1 提出问题
2.5.2 解决方案
2.5.3 预备知识
2.5.4 任务1——设计启发函数
2.5.5 任务2——找到解决旅行商问题的最优路径
2.6 案例2——用遗传算法解决优化问题
2.6.1 提出问题
2.6.2 解决方案
2.6.3 预备知识
2.6.4 任务1——设计适应度函数
2.6.5 任务2——找到适应度函数的最大值
本章小结
课后习题
第3章 回归分析
3.1 线性回归
3.1.1 一元线性回归
3.1.2 多元线性回归
3.1.3 梯度下降法
3.2 逻辑回归
3.2.1 逻辑回归模型原理
3.2.2 逻辑回归推导过程
3.3 案例1——预测房屋价格
3.3.1 提出问题
3.3.2 解决方案
3.3.3 预备知识
3.3.4 任务1——可视化房屋数据
3.3.5 任务2——线性回归模型训练
3.3.6 任务3——模型的测试及评估
3.4 案例2——使用逻辑回归预测癌症分类
3.4.1 提出问题
3.4.2 解决方案
3.4.3 预备知识
3.4.4 任务1——加载数据并进行数据预处理
3.4.5 任务2——训练和测试医疗数据预测模型
3.4.6 任务3——进一步改善模型性能
本章小结
课后习题
第4章 分门别类
4.1 分类器概述
4.2 几种主要分类器
4.2.1 决策树
4.2.2 朴素贝叶斯分类器
4.2.3 k-近邻分类器
4.2.4 支持向量机
4.2.5 神经网络
4.3 案例——小试牛刀：识别图像中的数字
4.3.1 提出问题
4.3.2 解决方案
4.3.3 预备知识
4.3.4 任务1——数据准备
4.3.5 任务2——构建神经网络模型
4.3.6 任务3——训练神经网络模型
4.3.7 任务4——测试神经网络模型
4.3.8 拓展任务
4.4 案例2——辅助诊断乳腺癌
4.4.1 提出问题
4.4.2 解决方案
4.4.3 预备知识
4.4.4 任务1——准备训练集和测试集
4.4.5 任务2——构建和训练模型
4.4.6 任务3——评估模型诊断效果
4.4.7 拓展任务
本章小结
课后习题
第5章 物以类聚
5.1 聚类分析
5.1.1 何为聚类分析
5.1.2 常见聚类方法
5.1.3 聚类性能度量
5.2 k-均值聚类
5.2.1 k-均值聚类算法流程
5.2.2 k-均值聚类算法应用提示
5.3 案例1——探究鸢尾花品种
5.3.1 提出问题
5.3.2 解决方案
5.3.3 预备知识
5.3.4 任务1——确定鸢尾花最佳的品种数k值
5.3.5 任务2——绘制鸢尾花聚类后的结果散点图
5.4 案例2——电商客户分类
5.4.1 提出问题
5.4.2 解决方案
5.4.3 预备知识
5.4.4 任务1——选择最佳的客户群分数目k值
5.4.5 任务2——计算三类客户的RFM均值
5.4.6 任务3——为三类客户提出营销建议
本章小结
课后习题
第6章 个性化推荐
6.1 认识个性化推荐
6.1.1 个性化推荐的思路
6.1.2 推荐算法分类
6.1.3 推荐效果评估
6.2 案例1——推荐你喜爱的电影
6.2.1 提出问题
6.2.2 解决方案
6.2.3 预备知识
6.2.4 任务1——合并电影基本信息和评分记录
6.2.5 任务2——找到与某个用户最相似的n个用户
6.2.6 任务3——给某个用户推荐前m部电影
6.3 案例2——推荐你要一起购买的商品
6.3.1 提出问题
6.3.2 解决方案
6.3.3 预备知识
6.3.4 任务1——将CSV文件数据转换为事务型数据
6.3.5 任务2——找出购物清单中频繁被购买的商品
6.3.6 任务3——提取有用的销售关联规则
本章小结
课后习题
第7章 语音识别
7.1 语音识别简介
展开
