第 1章
統(tǒng)計學(xué)基礎(chǔ) 1 1.1　數(shù)據(jù)分布 2 1.2　離中趨勢 4 1.3　抽樣理論 6 1.4　基本統(tǒng)計概念 9 第 2章
Python基礎(chǔ) 15 2.1　Python介紹 16 2.2　第 一個Python程序 16 2.3　安裝Anaconda 17 2.4　Python規(guī)范 23 2.5　Python的數(shù)據(jù)類型 24 2.6　Python語句 29 2.7　Python函數(shù) 33 2.8　Python中的模塊和包 36 2.9　Python時間模塊 37 2.10　Python文件操作 44 第3章
綜合練習(xí)：迷你DVD管理器 51 3.1　項(xiàng)目需求 52 3.2　開發(fā)步驟 52 第4章
Python面向?qū)ο笕腴T 59 4.1　定義Python類 60 4.2　繼承的原理 61 4.3　Python構(gòu)造函數(shù) 62 4.4　實(shí)例 63 4.5　小結(jié) 65 第5章
綜合練習(xí)：迷你DVD
管理器（OOP版） 67 第6章
在Python中操作 MySQL 73 6.1　安裝PyMySQL 74 6.2　pymysql.connect()中的參數(shù)說明 74 6.3　connection對象支持的方法 74 6.4　cursor對象支持的方法 75 6.5　實(shí)現(xiàn)pymysql的增刪改查功能 75 第７章
NumPy 79 7.1　NumPy介紹 80 7.2　NumPy數(shù)組 80 7.3　numpy.zeros()和numpy.ones() 82 7.4　numpy.reshape()和numpy.flatten() 83 7.5　numpy.hstack()和numpy.vstack() 84 7.6　numpy.asarray() 85 7.7　numpy.arange() 86 7.8　numpy.linspace()和numpy.
　 logspace() 87 7.9　索引和切片NumPy數(shù)組 88 7.10　NumPy統(tǒng)計函數(shù)與示例 89 7.11　numpy.dot() 90 7.12　numpy.matmul() 90 7.13　numpy.linalg.det() 91 7.14　NumPy實(shí)例 91 第8章
pandas 95 8.1　pandas介紹 96 8.2　pandas的數(shù)據(jù)結(jié)構(gòu) 96 8.3　創(chuàng)建數(shù)據(jù)幀 97 8.4　創(chuàng)建日期范圍 98 8.5　查看數(shù)據(jù) 98 8.6　拆分?jǐn)?shù)據(jù) 99 8.7　讀取并寫入數(shù)據(jù) 103 8.8　pandas實(shí)例 105 第9章
Matplotlib 109 9.1　安裝Matplotlib并查看版本 110 9.2　繪制折線圖 110 9.3　繪制柱狀圖 113 第 10章
人工智能 121 10.1　人工智能領(lǐng)域 122 10.2　機(jī)器學(xué)習(xí) 122 10.3　監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí) 127 10.4　2020年19個最佳AI聊天
　　機(jī)器人 129 第 11章
Scikit-Learn 135 11.1　Scikit-Learn介紹 136 11.2　數(shù)據(jù)集 136 11.3　Scikit-Learn實(shí)例 139 11.4　模型選擇和評估 162 第 12章
實(shí)戰(zhàn)案例 169 12.1　泰坦尼克號（完整過程分析） 170 12.2　電信單用戶轉(zhuǎn)合約預(yù)測 189 12.3　電信低速率小區(qū)預(yù)測 193 12.4　預(yù)測客戶是否會認(rèn)購定期存款 196 12.5　銀行信用卡欺詐檢測 205 第 13章
神經(jīng)網(wǎng)絡(luò) 211 13.1　深度學(xué)習(xí) 212 13.2　前饋神經(jīng)網(wǎng)絡(luò) 214 13.3　FNN實(shí)例——低速率小區(qū) 215 13.4　遞歸神經(jīng)網(wǎng)絡(luò) 220 13.5　RNN實(shí)例——低速率小區(qū) 226 13.6　卷積神經(jīng)網(wǎng)絡(luò) 227 13.7　CNN實(shí)例——低速率小區(qū) 232