本書的主要內(nèi)容包括兩個(gè)部分:(1)提出“三實(shí)三嚴(yán)”教學(xué)管理理論(三個(gè)實(shí)時(shí)+三個(gè)嚴(yán)格)并實(shí)證落地,以《Python人工智能與大數(shù)據(jù)經(jīng)典算法》知識(shí)體系為例,嘗試解決當(dāng)前創(chuàng)新創(chuàng)業(yè)、新工科與網(wǎng)絡(luò)教學(xué)中存在的凸顯問(wèn)題。(2) 零基礎(chǔ)Python編程基礎(chǔ)、人工智能與大數(shù)據(jù)經(jīng)典算法:分類(SVM、決策樹等)、聚類(K近鄰等)、回歸(多元擬合)、降維(主成分分析等)、集成算法(隨機(jī)森林、GBDT、XGBoost等)、推薦算法(基于項(xiàng)目、基于用戶、基于內(nèi)容)、神經(jīng)網(wǎng)絡(luò)(MPL、BP)、深度學(xué)習(xí)(CNN、RNN)、爬蟲(Xpath)、Tensor flow、數(shù)據(jù)庫(kù)應(yīng)用等。本書具有以下特色:零基礎(chǔ)Python入門、零基礎(chǔ)就能聽(tīng)懂人工智能大數(shù)據(jù)經(jīng)典算法,精心打造最簡(jiǎn)單的課程設(shè)計(jì),每個(gè)知識(shí)點(diǎn)講解都有案例貫穿,與中國(guó)大學(xué)慕課網(wǎng)站聯(lián)動(dòng)構(gòu)成線上線下混合教學(xué)。
前言
本書是為了嘗試解決3個(gè)實(shí)際問(wèn)題:一是以“Python人工智能與大數(shù)據(jù)經(jīng)典算法”為代表的課程,學(xué)生學(xué)習(xí)和教師備課的難度大、效率低,涉及的知識(shí)技能在書籍、網(wǎng)絡(luò)上查找困難,大量資料呈現(xiàn)出描述含糊不清、缺步跳步、甚至描述錯(cuò)誤等問(wèn)題。以GBDT,XGBoost,CNN為代表的算法,在互聯(lián)網(wǎng)和書籍上幾乎找不到邏輯清晰、簡(jiǎn)單明了的教程。上述因素小到影響師生教與學(xué),大到制約國(guó)家人工智能技術(shù)的發(fā)展。二是教學(xué)質(zhì)量和人才培養(yǎng)質(zhì)量明顯降低的問(wèn)題。學(xué)生獨(dú)立解決問(wèn)題、開(kāi)拓創(chuàng)新、實(shí)踐等綜合能力差,課堂學(xué)習(xí)效率低,學(xué)生上課對(duì)所學(xué)知識(shí)不感興趣、上課睡覺(jué)、聽(tīng)不懂、不愛(ài)學(xué)等問(wèn)題比比皆是,培養(yǎng)出來(lái)的學(xué)生無(wú)法滿足社會(huì)的用人要求。三是教師教學(xué)精力匱乏,導(dǎo)致教學(xué)質(zhì)量低下,學(xué)生厭學(xué)、聽(tīng)不懂、學(xué)不會(huì)等問(wèn)題。以評(píng)職稱為代表的機(jī)制與負(fù)擔(dān)消耗了教師大量精力,導(dǎo)致教師沒(méi)有時(shí)間把主要精力投放到教學(xué)與教學(xué)管理研究中,沒(méi)有時(shí)間從海量的網(wǎng)絡(luò)、書籍等資料中抽取知識(shí)和技能的精華,導(dǎo)致不能實(shí)現(xiàn)精心備課,沒(méi)有時(shí)間對(duì)學(xué)生平時(shí)上課的收益、效果等評(píng)價(jià)指標(biāo)進(jìn)行精細(xì)化監(jiān)控。
本書的特色與創(chuàng)新點(diǎn)在于:提出“三實(shí)三嚴(yán)”教學(xué)管理理論(三個(gè)實(shí)時(shí)+三個(gè)嚴(yán)格)并實(shí)現(xiàn)理論落地,以“Python人工智能與大數(shù)據(jù)經(jīng)典算法”知識(shí)體系為例,嘗試解決上述3個(gè)問(wèn)題,實(shí)現(xiàn)如下3個(gè)目標(biāo):①提出“實(shí)時(shí)實(shí)踐,嚴(yán)控標(biāo)準(zhǔn)質(zhì)量”的教育理念,開(kāi)發(fā)“實(shí)境編程(筆記)”教學(xué)系統(tǒng),采用“實(shí)踐案例貫穿知識(shí)體系”的方法進(jìn)行課程設(shè)計(jì),用實(shí)踐驅(qū)動(dòng)教學(xué),頻繁使用啟發(fā)式教學(xué)方式,強(qiáng)化培養(yǎng)學(xué)生獨(dú)立解決問(wèn)題、開(kāi)拓創(chuàng)新、實(shí)踐等綜合能力。②提出“實(shí)時(shí)互動(dòng),嚴(yán)控過(guò)程質(zhì)量”的教育理念,開(kāi)發(fā)“跟隨編程(筆記)”教學(xué)系統(tǒng),采用“老師寫一句,學(xué)生跟著寫一句,手把手教”的方式教學(xué),實(shí)現(xiàn)“100%的學(xué)生在100%的上課時(shí)間聚集100%的精力學(xué)會(huì)教師教授的100%的知識(shí)技能”。③提出“實(shí)時(shí)PDCA,嚴(yán)控結(jié)果質(zhì)量”,開(kāi)發(fā)“實(shí)時(shí)評(píng)測(cè)”教學(xué)系統(tǒng),采用每10秒鐘檢查統(tǒng)計(jì)一次學(xué)生筆記、小測(cè)驗(yàn)結(jié)果的方式,實(shí)現(xiàn)高頻率PDCA(計(jì)劃—實(shí)施—檢查—改進(jìn))持續(xù)改進(jìn)。
本書的設(shè)計(jì)思路與結(jié)構(gòu)安排如下:第1章是“三實(shí)三嚴(yán)”教學(xué)管理理論研究,從傳統(tǒng)教育理論、現(xiàn)代教育技術(shù)和專業(yè)質(zhì)量管理3個(gè)角度展開(kāi)研究。從第2章開(kāi)始以“Python人工智能與大數(shù)據(jù)經(jīng)典算法”知識(shí)體系中的各經(jīng)典算法為單元,對(duì)“三實(shí)三嚴(yán)”教學(xué)管理理論進(jìn)行落地研究:①采用案例貫穿知識(shí)體系的方式,為實(shí)現(xiàn)“實(shí)時(shí)實(shí)踐”教學(xué)實(shí)施做好準(zhǔn)備;②給出具體的“簡(jiǎn)明案例”,為實(shí)現(xiàn)“實(shí)時(shí)互動(dòng)”教學(xué)實(shí)施做好準(zhǔn)備;③通過(guò)列寫任務(wù)驅(qū)動(dòng)、教學(xué)重點(diǎn)、技能列表與課后練習(xí)方式,為實(shí)現(xiàn)“實(shí)時(shí)PDCA” 教學(xué)實(shí)施做好準(zhǔn)備。
本書撰寫過(guò)程離不開(kāi)編審校團(tuán)隊(duì)的辛勤付出,編審校團(tuán)隊(duì)承擔(dān)了大量的編程調(diào)試、算法精簡(jiǎn)描述、文字試讀反饋與審核校對(duì)修改工作,最終促成了本書的誕生,特別感謝編審校團(tuán)隊(duì)的成員。
全書編審校:郭迎筱、張宇豪、李天悅、陳迎港、陶欣雨、趙夢(mèng)璇、吳凱鈺、李妙鈺、左芳玲、夏子陽(yáng)、李家鑫、徐欣祺、袁丁逸含。
章節(jié)編審校:李天悅(教育理論與實(shí)踐研究)、韓馳(Python編程基礎(chǔ))、楊振寧(Python編程基礎(chǔ))、馬雪揚(yáng)(數(shù)據(jù)結(jié)構(gòu)與數(shù)據(jù)操作)、孫昊琳(數(shù)據(jù)結(jié)構(gòu)與數(shù)據(jù)操作)、李尚昱(數(shù)據(jù)結(jié)構(gòu)與數(shù)據(jù)操作)、王依凡(缺失值填充)、葛潭(缺失值填充)、宋佳怡(一元線性回歸)、劉夢(mèng)宇(多項(xiàng)式回歸)、張哲宇(邏輯回歸)、董歆雨(邏輯回歸)、胡瑞芳(KNN)、胡文棋(KNN)、錢渤洋(貝葉斯)、易慧媛(決策樹)、陳祺(決策樹)、湯劍成(支持向量機(jī))、阮可(支持向量機(jī))、劉博涵(隨機(jī)森林)、瞿楚楚(隨機(jī)森林)、秦博文(AdaBoost)、王雪巧(GBDT)、陳亮直(GBDT)、郭迎筱(XGBoost)、宋琳(PCA)、李冠辰(PCA)、肖輝(SVD)、吳蘭(SVD)、劉翰宸(LDA)、王雯(LDA)、王詩(shī)語(yǔ)(K-Means)、曹洪濤(DBSCAN)、李新杰(分層聚類)、黃悅軒(分層聚類)、王冕(基于項(xiàng)目的協(xié)同過(guò)濾)、蒼婉昭(基于項(xiàng)目的協(xié)同過(guò)濾)、陳思彤(基于用戶的協(xié)同過(guò)濾)、邱孟琦(基于用戶的協(xié)同過(guò)濾)、葉江涵(ARIMA)、高子軒(ARIMA)、陶欣雨(神經(jīng)網(wǎng)絡(luò))、馬溢韓(xPath)、佟雨堯(Beautiful Soup)、趙夢(mèng)璇(Tkinter)。
本書在中國(guó)大學(xué)慕課網(wǎng)站上配備了配套視頻課程,補(bǔ)充了程序設(shè)計(jì)基礎(chǔ)(Python,C,Java語(yǔ)言)、統(tǒng)計(jì)與人工智能原理與實(shí)踐(Python實(shí)現(xiàn)假設(shè)檢驗(yàn)、單因素與雙因素方差分析、嶺回歸、Lasso回歸、softmax、數(shù)據(jù)庫(kù)操作、TensorFlow等本書尚未涉及的知識(shí)領(lǐng)域)、Python高級(jí)項(xiàng)目管理師(PMP)等內(nèi)容。
本書為首都經(jīng)濟(jì)貿(mào)易大學(xué)“創(chuàng)新創(chuàng)業(yè)教育”“互聯(lián)網(wǎng)+新工科教育”“課程思政”系列教學(xué)研究成果,由首都經(jīng)濟(jì)貿(mào)易大學(xué)教務(wù)處資助出版。
感謝北京市教育委員會(huì)教學(xué)改革創(chuàng)新項(xiàng)目(No202,2019)、北京市教育委員會(huì)優(yōu)質(zhì)本科教材課件項(xiàng)目(2020)與首都經(jīng)濟(jì)貿(mào)易大學(xué)黨委宣傳部黨建和思想政治工作重點(diǎn)課題“‘新工科+課程思政’高質(zhì)量教學(xué)模式創(chuàng)新研究”(2019)對(duì)本研究的支持。
本書的配套網(wǎng)絡(luò)教學(xué)資源的統(tǒng)一入口為:http://liujingwei.cn,網(wǎng)站的二維碼為:
劉經(jīng)緯,副教授,碩士研究生導(dǎo)師,工學(xué)博士,信息系統(tǒng)項(xiàng)目管理師(高級(jí)),PMP(國(guó)際項(xiàng)目管理專家認(rèn)證),現(xiàn)任首都經(jīng)濟(jì)貿(mào)易大學(xué)管理工程學(xué)院大數(shù)據(jù)系黨支部書記。
曾獲得北京市教學(xué)改革創(chuàng)新項(xiàng)目獎(jiǎng),北京市優(yōu)質(zhì)本科教材課件獎(jiǎng),首都經(jīng)濟(jì)貿(mào)易大學(xué)青年教師教學(xué)基本功大賽一等獎(jiǎng)、最受學(xué)生歡迎獎(jiǎng)、教育教學(xué)成果一等獎(jiǎng)、優(yōu)秀課堂獎(jiǎng)、優(yōu)秀教師黨員、優(yōu)秀教師、優(yōu)秀班主任、后備學(xué)科帶頭人等獎(jiǎng)勵(lì)與稱號(hào)。指導(dǎo)學(xué)生多次參加省部級(jí)以上創(chuàng)業(yè)與創(chuàng)新科技競(jìng)賽,獲獎(jiǎng)項(xiàng)20余項(xiàng),指導(dǎo)學(xué)生獲得北京市優(yōu)秀畢業(yè)設(shè)計(jì)(論文)。
獲國(guó)家發(fā)明、實(shí)用新型專利20余項(xiàng),發(fā)表學(xué)術(shù)論文(SCI一區(qū)、CSCD核心期刊等)、軟件著作權(quán)20余項(xiàng)(篇),出版學(xué)術(shù)專著2部、教材2部,主持和參與省部級(jí)以上科研項(xiàng)目多項(xiàng)。
先后擔(dān)任政府機(jī)關(guān)及直屬企事業(yè)單位信息化項(xiàng)目負(fù)責(zé)人(CTO),教育部全國(guó)高校教師網(wǎng)絡(luò)培訓(xùn)中心授課教師,中國(guó)人民大學(xué)、對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)等多所985、211高校授課教師,公安部首都機(jī)場(chǎng)公安局信息化技術(shù)專家,商務(wù)部機(jī)關(guān)、外貿(mào)發(fā)展事務(wù)局、機(jī)電商會(huì)等直屬機(jī)構(gòu)信息化技術(shù)專家,北京市政府及各委辦局信息化建設(shè)評(píng)審專家等。
陳佳明,工學(xué)博士研究生,高級(jí)云計(jì)算應(yīng)用工程師。主要研究方向?yàn)槟J阶R(shí)別與人工智能系統(tǒng),類腦智能與腦機(jī)接口。
曾獲中法 Scilab 計(jì)算機(jī)應(yīng)用大賽全國(guó)二等獎(jiǎng),藍(lán)橋杯 C++組北京市一等獎(jiǎng)。以第一作者身份發(fā)表學(xué)術(shù)論文3篇,曾主持北京市門頭溝區(qū)環(huán)保局OBD車輛數(shù)據(jù)分析系統(tǒng)開(kāi)發(fā)項(xiàng)目。
先后擔(dān)任慧科集團(tuán)大數(shù)據(jù)學(xué)院Python人工智能講師、微軟人工智能訓(xùn)練營(yíng)講師,首都經(jīng)濟(jì)貿(mào)易大學(xué)Python基礎(chǔ)與人工智能經(jīng)典算法課程講師,首都師范大學(xué)附屬中學(xué)C++算法競(jìng)賽社團(tuán)講師和北京市第十五中學(xué)Python人工智能和C++講師。
Contents
第一部分Python編程基礎(chǔ)
2Python的分支、循環(huán)與函數(shù)
2 1本章工作任務(wù)
2 2本章技能目標(biāo)
2 3本章簡(jiǎn)介
2 4理論講解部分
2 5本章總結(jié)
2 6本章作業(yè)
第二部分?jǐn)?shù)據(jù)結(jié)構(gòu)與數(shù)據(jù)預(yù)處理
3數(shù)據(jù)結(jié)構(gòu)、操作與可視化
3 1本章工作任務(wù)
3 2本章技能目標(biāo)
3 3本章簡(jiǎn)介
3 4本章總結(jié)
3 5本章作業(yè)
4缺失值填充
4 1本章工作任務(wù)
4 2本章技能目標(biāo)
4 3本章簡(jiǎn)介
4 4理論講解部分
4 5本章總結(jié)
4 6本章作業(yè)
第三部分回歸算法
5線性回歸
5 1本章工作任務(wù)
5 2本章技能目標(biāo)
5 3本章簡(jiǎn)介
5 4理論講解部分
5 5本章總結(jié)
5 6本章作業(yè)
6多元線性回歸
6 1本章工作任務(wù)
6 2本章技能目標(biāo)
6 3本章簡(jiǎn)介
6 4理論講解部分
6 5本章總結(jié)
6 6本章作業(yè)
第四部分分類算法
7K近鄰算法
7 1本章工作任務(wù)
7 2本章技能目標(biāo)
7 3本章簡(jiǎn)介
7 4理論講解部分
7 5本章總結(jié)
7 6本章作業(yè)
8邏輯回歸
8 1本章工作任務(wù)
8 2本章技能目標(biāo)
8 3本章簡(jiǎn)介
8 4理論講解部分
8 5本章總結(jié)
8 6本章作業(yè)
9貝葉斯算法
9 1本章工作任務(wù)
9 2本章技能目標(biāo)
9 3本章簡(jiǎn)介
9 4理論講解部分
9 5本章總結(jié)
9 6本章作業(yè)
10決策樹
10 1本章工作任務(wù)
10 2本章技能目標(biāo)
10 3本章簡(jiǎn)介
10 4理論講解部分
10 5本章總結(jié)
10 6本章作業(yè)
11支持向量機(jī)
11 1本章工作任務(wù)
11 2本章技能目標(biāo)
11 3本章簡(jiǎn)介
11 4理論講解部分
11 5本章總結(jié)
11 6本章作業(yè)
第五部分集成算法
12隨機(jī)森林
12 1本章工作任務(wù)
12 2本章技能目標(biāo)
12 3本章簡(jiǎn)介
12 4理論講解部分
12 5本章總結(jié)
12 6本章作業(yè)
13AdaBoost算法
13 1本章工作任務(wù)
13 2本章技能目標(biāo)
13 3本章簡(jiǎn)介
13 4理論講解部分
13 5本章總結(jié)
13 6本章作業(yè)
14梯度提升決策
14 1本章工作任務(wù)
14 2本章技能目標(biāo)
14 3本章簡(jiǎn)介
14 4理論講解部分
14 5本章總結(jié)
14 6本章作業(yè)
15XGBoost
15 1本章工作任務(wù)
15 2本章技能目標(biāo)
15 3本章簡(jiǎn)介
15 4理論講解部分
15 5本章總結(jié)
15 6本章作業(yè)
第六部分聚類算法
16K-means聚類算法
16 1本章工作任務(wù)
16 2本章技能目標(biāo)
16 3本章簡(jiǎn)介
16 4理論講解部分
16 5本章總結(jié)
16 6本章作業(yè)
17DBSCAN聚類算法
17 1本章工作任務(wù)
17 2本章技能目標(biāo)
17 3本章簡(jiǎn)介
17 4理論講解部分
17 5本章總結(jié)
17 6本章作業(yè)
18層次聚類
18 1本章工作任務(wù)
18 2本章技能目標(biāo)
18 3本章簡(jiǎn)介
18 4理論講解部分
18 5本章總結(jié)
18 6本章作業(yè)
19主成分分析與因子分析
19 1本章工作任務(wù)
19 2本章技能目標(biāo)
19 3本章簡(jiǎn)介
19 4理論講解部分
19 5本章總結(jié)
19 6本章作業(yè)
20奇異值分解
20 1本章工作任務(wù)
20 2本章技能目標(biāo)
20 3本章簡(jiǎn)介
20 4理論講解部分
20 5本章總結(jié)
20 6本章作業(yè)
21線性判別分析
21 1本章工作任務(wù)
21 2本章技能目標(biāo)
21 3本章簡(jiǎn)介
21 4理論講解部分
21 5本章總結(jié)
21 6本章作業(yè)
第七部分推薦算法
22基于項(xiàng)目的協(xié)同過(guò)濾
22 1本章工作任務(wù)
22 2本章技能目標(biāo)
22 3本章簡(jiǎn)介
22 4理論講解部分
22 5本章總結(jié)
22 6本章作業(yè)
23基于用戶的協(xié)同過(guò)濾
23 1本章工作任務(wù)
23 2本章技能目標(biāo)
23 3本章簡(jiǎn)介
23 4理論講解部分
23 5本章總結(jié)
23 6本章作業(yè)
第八部分時(shí)間序列
24ARIMA
24 1本章工作任務(wù)
24 2本章技能目標(biāo)
24 3本章簡(jiǎn)介
24 4理論講解部分
24 5本章總結(jié)
24 6本章作業(yè)
第九部分人工神經(jīng)網(wǎng)絡(luò)
25神經(jīng)網(wǎng)絡(luò)(多層感知機(jī)MLP)
25 1本章工作任務(wù)
25 2本章技能目標(biāo)
25 3本章簡(jiǎn)介
25 4理論講解部分
25 5本章總結(jié)
25 6本章作業(yè)
第十部分Python爬蟲
26XPath
26 1本章工作任務(wù)
26 2本章技能目標(biāo)
26 3本章簡(jiǎn)介
26 4理論講解部分
26 5本章總結(jié)
26 6本章作業(yè)
27Beautiful Soup
27 1本章工作任務(wù)
27 2本章技能目標(biāo)
27 3本章簡(jiǎn)介
27 4理論講解部分
27 5本章總結(jié)
27 6本章作業(yè)
第十一部分Python界面
28Tkinter
28 1本章工作任務(wù)
28 2本章技能目標(biāo)
28 3本章簡(jiǎn)介
28 4理論講解部分
28 5本章總結(jié)
28 6本章作業(yè)