Python人工智能編程實踐
本書在不涉及大量數學與編程知識的前提下，從零開始，逐步帶領讀者熟悉并掌握當下最新的基于Python3的人工智能編程工具，包括但不限于數據分析（Pandas），以及支持單機（Scikitlearn）、深度（PyTorch、TensorFlow、PaddlePaddle）和分布式（PySparkML）機器學習的開源程序庫，等等。全書共分為4部分，分別如下。入門篇：包括對全書核心概念的指南性介紹，以及如何在多種主流PC操作系統上（如Windows、macOS和Ubuntu）配置基本編程環境的詳細說明。基礎篇：涵蓋了Python3.11的編程基礎、基于Pandas2.0的數據分析，以及使用Scikitlearn1.3解決大量經典的單機（單核/多核）機器學習問題。進階篇：介紹如何使用PyTorch2.0、TensorFlow2.12，以及PaddlePaddle2.5，分別搭建多種深度學習神經網絡框架。嘗試基于PySpark3.4的ML編程庫完成一些常見的分布式機器學習任務。實踐篇：利用全書所講授的Python編程、數據分析，以及（單機、深度、分布式）機器學習知識，從事Kaggle多種類型的競賽實戰。同時，介紹如何使用Git工具，在Gitee與GitHub平臺上更新和維護自己的日常代碼與編程項目。綜上，本書面向所有對人工智能領域感興趣的讀者，特別適合從事數據挖掘、機器學習、計算機視覺、自然語言處理等相關技術研發和應用實踐的初學者。
·9.4萬字
