登入帳戶　 |　訂單查詢　 |　購物車/收銀台(0)　|　在線留言板　 |　付款方式　 |　聯絡我們　 |　運費計算　 |　幫助中心　|　 加入書簽
	全部範圍 - 圖書 - 　- 中文簡體書(大陸書) - 　- 英文書（原版） - - 音碟 - 　- 音樂 - 　- 影視 - - 雜誌 - 全文 精確	會員登入   新用戶註冊

HOME新書上架暢銷書架好書推介特價區會員書架精選月讀2024年度TOP分類閱讀雜誌

香港／國際用戶

最新/最熱/最齊全的簡體書網

品種：超過100萬種書，正品正价，放心網購，悭钱省心

送貨：速遞 / 物流，時效：出貨後2-4日

新書推薦： 《 人民币与国际货币体系变迁 》 售價：NT$ 454.0 《 哈佛大学科学通识课：探索宇宙、地球与生命 》 售價：NT$ 509.0 《 还可以的金女士（小镇女孩误入时尚圈血泪史） 》 售價：NT$ 245.0 《 王阳明全集（套装5册） 》 售價：NT$ 1367.0 《 萤火虫全球史：西方战争史上的著名战斗机 》 售價：NT$ 388.0 《 360张图表读懂6S精益管理 》 售價：NT$ 449.0 《 良好生活的哲学 ： 为不确定的人生找到确定的力量 》 售價：NT$ 449.0 《 DeepSeek+Dify+Ollama全栈AI开发实战：前端本地部署到大模型集成训练 》 售價：NT$ 403.0

建議一齊購買： + NT$ 347 《有机食品检测技术（生态环境产教融合系列教材）》 + NT$ 500 《刑法学总论（21世纪高等院校法学系列精品教材）》 + NT$ 255 《大学语文》 + NT$ 959 《睡眠医学》 + NT$ 296 《个人理财（第四版）》 + NT$ 296 《图形创意设计（第二版）（普通高等教育艺术设计类新形态教材）》 編輯推薦： 本书主要面向编程零基础初学者，具有实例丰富、操作性强、简单易学等特点。 內容簡介： 本书主要面向Python编程零基础初学者，将基础知识归纳为5部分： Python编程基础、重要的第三方库、机器学习基础 与Scikitlearn框架、深度学习基础与PyTorch框架、基于大语言模型的自然语言处理编程。 本书具有实例丰富、操作性强、简单易学等特点。为了有效提升初学者的人工智能编程能力，强调“做中学”，将5部分基础知识设计成26个上机实验，同时为每个实验部分安排实验作业，便于读者对人工智能基础知识的理解和掌握。 本书可作为高等院校计算机类相关专业的“人工智能”等课程的教材，也可作为感兴趣读者的自学读物，还可作为相关行业技术人员的参考用书。 目錄： 资源下载 第1部分Python编程基础 实验1集成开发环境的安装及Jupyter Notebook的使用 1.1下载Anaconda安装包 1.2Anaconda的安装步骤 1.3Jupyter Notebook的使用教程 实验作业1 实验2基础语法 2.1Python的语法基础 2.1.1注释 2.1.2代码缩进 2.1.3代码编码规范 2.2保留字与标识符 2.2.1保留字 2.2.2标识符 2.3变量 2.4基本数据类型 2.4.1数字类型 2.4.2布尔类型 2.4.3字符串类型 2.4.4Python字符串的格式化输出 2.4.5数据类型转换 2.5运算符 2.5.1算术运算符 2.5.2赋值运算符 2.5.3比较(关系)运算符 2.5.4逻辑运算符 2.5.5运算符的优先级 2.6Python的6种基本数据结构 2.6.1列表创建 2.6.2列表索引、切片和遍历 2.6.3列表的函数与方法 2.7基本的输入和输出函数 2.7.1使用input()函数输入 2.7.2使用print()函数输出 2.8Python 模块和包 2.9Python文件操作 实验作业2 实验3Python控制语句与程序调试 3.1控制语句 3.2程序调试 实验作业3 实验4函数与异常处理 4.1函数的创建和调用 4.1.1创建函数 4.1.2调用函数 4.2参数传递 4.2.1形式参数和实际参数 4.2.2位置参数 4.2.3关键字参数 4.2.4默认参数 4.2.5不定长参数 4.3返回值 4.4变量的作用域 4.4.1局部变量 4.4.2全局变量 4.5匿名函数(lambda) 4.6异常处理 4.6.1常见异常 4.6.2异常处理语法 实验作业4 实验5面向对象编程 5.1面向对象编程概述 5.1.1对象 5.1.2类 5.1.3封装、继承和多态 5.2类的定义和使用 5.2.1定义类 5.2.2创建类实例 5.2.3属性 5.2.4方法 5.2.5封装 5.2.6继承 5.2.7多态 实验作业5 第2部分重要的第三方库 实验6NumPy基础知识 6.1NumPy简介和数据类型 6.2创建ndarray数组对象 6.2.1使用array()函数创建NumPy数组 6.2.2使用linspace生成等间距的一维数组 6.2.3使用zeros()、ones()、full()、empty()函数创建NumPy数组 6.2.4使用arange()函数创建NumPy数组 6.2.5使用random.rand()函数生成随机数数组 6.2.6使用asarray()函数创建NumPy数组 6.2.7使用numpy.reshape()函数改变数组形状 实验作业6 实验7NumPy常用操作 7.1数组元素操作 7.1.1切片索引 7.1.2高级索引 7.2广播机制 7.3NumPy元素的基本操作 7.3.1四则运算 7.3.2幂运算和开方 7.3.3逻辑运算 7.3.4三角函数 7.3.5条件表达式 实验作业7 实验8Pandas基础知识 8.1Pandas简介 8.2Pandas数据结构 8.2.1一维数组Series 8.2.2二维数组DataFrame 实验作业8 实验9Pandas常用操作 9.1Pandas数据导入 9.1.1导入Excel数据 9.1.2导入CSV文件 9.1.3导入HTML网页 9.2Pandas常用数据处理方法 9.2.1数据选择 9.2.2数据删减 9.2.3数据填充 9.2.4数据可视化 9.2.5apply函数 实验作业9 实验10Matplotlib基础与实验 10.1Matplotlib常见图绘制 10.1.1图形基础结构 10.1.2绘制曲线图及散点图 10.1.3绘制直方图和条形图 10.1.4绘制饼图和雷达图 10.1.5绘制3D图形 10.2Matplotlib高级应用及技巧 10.2.1Matplotlib的高级应用 10.2.2Matplotlib的优化技巧 实验作业10 第3部分机器学习基础与Scikitlearn框架 实验11机器学习与Scikitlearn框架的基础知识 11.1什么是机器学习 11.2机器学习的常见分类 11.3Scikitlearn简介 11.4Scikitlearn的常用数据集及应用 实验作业11 实验12Scikitlearn开发流程及通用模板 12.1Scikitlearn开发流程 12.2Scikitlearn开发通用模板一 12.3Scikitlearn开发通用模板二 12.4Scikitlearn开发通用模板三 实验作业12 实验13随机森林原理及应用 13.1随机森林原理 13.2随机森林的优势和不足 13.3随机森林应用举例 实验作业13 实验14SVM原理及应用 14.1SVM基本概念 14.2SVM的优势和不足 实验作业14 实验15模型评估原理及应用 15.1模型评估原理与流程 15.1.1模型评估原理 15.1.2模型评估基本知识 15.1.3评估流程 15.2模型评估的指标详述 实验作业15 第4部分深度学习基础与PyTorch框架 实验16PyTorch的开发环境配置及Tensor的基本操作 16.1PyTorch的开发环境配置 16.2Tensor的基本操作 16.2.1创建Tensor 16.2.2索引和切片 16.2.3变形 16.2.4类型转换 16.2.5数学运算 16.2.6广播 16.2.7合并和堆叠 16.2.8分割 16.2.9其他操作 实验作业16 实验17PyTorch的开发流程与通用模板 17.1PyTorch的开发流程概述 17.2PyTorch的通用模板 实验作业17 实验18卷积神经网络的简介及应用 18.1CNN的基础知识 18.2CNN的应用实例 实验作业18 实验19长短期记忆网络的简介及应用 19.1LSTM的基础知识 19.2LSTM的应用实例 实验作业19 实验20深度神经网络的简介及应用 20.1DNN 的基础知识 20.2DNN的应用实例 实验作业20 第5部分基于大语言模型的自然语言处理编程 实验21Hugging Face框架 21.1Hugging Face的基础知识 21.2Hugging Face开发环境搭建 实验作业21 实验22Hugging Face管道的介绍 22.1Transformer中管道的基本概念 22.2管道的基本组成和工作流程 22.2.1管道的基本组成 22.2.2管道的工作流程 22.3管道的功能和优势 22.3.1管道的功能 22.3.2管道的优势 22.4Pipeline任务列表 22.5管道使用示例 实验作业22 实验23文本分类 23.1文本分类简述 23.2文本分类的任务 23.3文本分类方法 23.3.1基于规则的文本分类方法 23.3.2基于机器学习的文本分类方法 23.3.3基于深度学习的文本分类方法 23.3.4基于预训练模型的文本分类方法 23.4基于预训练模型的文本分类实战案例 实验作业23 实验24文本生成 24.1文本生成简述 24.2文本生成的任务 24.3文本生成方法 24.3.1基于规则的文本生成方法 24.3.2基于统计的文本生成方法 24.3.3基于预训练模型的文本生成方法 24.4基于预训练模型的文本生成实战案例 实验作业24 实验25模型微调 25.1模型微调的定义 25.2微调模型的目的和意义 25.2.1模型微调目标 25.2.2微调模型的优点 25.3不同微调方法的比较与分析 25.4模型微调的步骤 25.5使用Trainer API微调模型 25.5.1Trainer类概述 25.5.2使用Trainer进行模型微调 25.6文本分类模型微调实战案例 实验作业25 实验26网络数据爬取 26.1网络爬取助手XPath Helper 26.2XPath语法 26.2.1XPath语法应用举例 26.2.2实战收集网络评论数据 实验作业26 参考文献 內容試閱： 党的二十大报告指出： 教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑。必须坚持科技是第一生产力、人才是第一资源、创新是第一动力，深入实施科教兴国战略、人才强国战略、创新驱动发展战略，这三大战略共同服务于创新型国家的建设。高等教育与经济社会发展紧密相连，对促进就业创业、助力经济社会发展、增进人民福祉具有重要意义。2024年政府工作报告中明确提出发展“新质生产力”和开展“人工智能 ”行动，随着人工智能技术的发展和政府的高度重视，人工智能必将全面赋能各行各业。无论是发展“新质生产力”，还是实施“人工智能 ”行动，都必将高度依赖劳动者人工智能素质和技能的提高。可见在不久的将来，高等院校中将会全面普及人工智能教育。 编者长期面向西南民族大学全校本科生和研究生讲授“Python与人工智能”通识选修课，深感市面缺少一本面向非计算机专业的人工智能编程教程。本书结合多年教学和科研工作经验，将人工智能编程基础知识点总结为5部分、26个实验。本书可以作为高等院校非计算机专业和低年级计算机专业的人工智能编程参考书，读者可以通过上机实验来学习和掌握人工智能编程基础。 本书主要内容如下。 (1) 实验1～实验5为Python编程基础，介绍Python开发环境搭建、主要语法。 (2) 实验6～实验10为重要的第三方库，介绍数据分析三剑客(NumPy、Pandas、Matplotlib)。 (3) 实验11～实验15为机器学习基础与Scikitlearn框架，介绍机器学习的基本概念，以及如何使用Scikitlearn实现数据分析的流程和框架。 (4) 实验16～实验20为深度学习基础与PyTorch框架，以CNN、LSTM、DNN算法为例，介绍如何使用PyTorch框架开发人工智能应用。 (5) 实验21～实验26为基于大语言模型的自然语言处理编程，介绍基于Hugging Face的大语言模型自然语言处理编程。 (6) 实验26介绍简单有效的网络文本数据爬取方法。 本书特色如下。 (1) 强调“做中学”： 针对现有人工智能涉及较多数学理论和公式推导，而读者缺乏高等数学基础和编程基础的现状，本书将主要知识点转换为可以上机实际操作的实验，以通过上机练习学习人工智能编程知识。 (2) 内容全面： 涉及人工智能编程的主要知识点包括最新的大语言模型编程等。 (3) 资源丰富： 每个实验均配有代码、PPT和视频。 为便于教学，本书提供丰富的配套资源，包括教学大纲、教学课件、程序源码、习题答案、在线作业和微课视频。 资源下载提示 数据文件： 扫描目录上方的二维码下载。 微课视频： 扫描封底的文泉云盘防盗码，再扫描书中相应章节的视频讲解二维码，可以在线学习。 本书由西南民族大学计算机与人工智能学院的张敏组织策划、编写、统稿和完善，李忠瑞和张楦杰参与第1部分编写，李硕参与第2部分编写，王琳雅参与第3部分编写，麻航源参与第4部分编写，陈泉和张宇航参与第5部分编写。本书部分内容参考了网络资源，由于不能确定最原始出处，无法在参考文献中一一列出，在此对原作者表示由衷的感谢。本书得到“西南民族大学科研资助项目2023KYZZ13S”资助。 由于人工智能发展日新月异，而编者时间和水平有限，书中不足和疏漏之处在所难免，敬请广大读者和专家批评指正。 编者 2025年1月

書城介紹　 |　合作申請　|　索要書目　 |　新手入門　|　聯絡方式　 |　幫助中心　|　找書說明　 |　送貨方式　|　付款方式	台灣用户　|　香港/海外用户
megBook.com.tw
Copyright (C) 2013 - 2025 （香港）大書城有限公司　All Rights Reserved.