本書的主要內(nèi)容包括兩個部分:(1)提出“三實三嚴(yán)”教學(xué)管理理論(三個實時+三個嚴(yán)格)并實證落地,以《Python人工智能與大數(shù)據(jù)經(jīng)典算法》知識體系為例,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(隨機森林、GBDT、XGBoost等)、推薦算法(基于項目、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)就能聽懂人工智能大數(shù)據(jù)經(jīng)典算法,精心打造最簡單的課程設(shè)計,每個知識點講解都有案例貫穿,與中國大學(xué)慕課網(wǎng)站聯(lián)動構(gòu)成線上線下混合教學(xué)。
前言
本書是為了嘗試解決3個實際問題: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、甚至描述錯誤等問題。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)量明顯降低的問題。學(xué)生獨立解決問題、開拓創(chuàng)新、實踐等綜合能力差,課堂學(xué)習(xí)效率低,學(xué)生上課對所學(xué)知識不感興趣、上課睡覺、聽不懂、不愛學(xué)等問題比比皆是,培養(yǎng)出來的學(xué)生無法滿足社會的用人要求。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)、聽不懂、學(xué)不會等問題。以評職稱為代表的機制與負(fù)擔(dān)消耗了教師大量精力,導(dǎo)致教師沒有時間把主要精力投放到教學(xué)與教學(xué)管理研究中,沒有時間從海量的網(wǎng)絡(luò)、書籍等資料中抽取知識和技能的精華,導(dǎo)致不能實現(xiàn)精心備課,沒有時間對學(xué)生平時上課的收益、效果等評價指標(biāo)進(jìn)行精細(xì)化監(jiān)控。
本書的特色與創(chuàng)新點在于:提出“三實三嚴(yán)”教學(xué)管理理論(三個實時+三個嚴(yán)格)并實現(xiàn)理論落地,以“Python人工智能與大數(shù)據(jù)經(jīng)典算法”知識體系為例,嘗試解決上述3個問題,實現(xiàn)如下3個目標(biāo):①提出“實時實踐,嚴(yán)控標(biāo)準(zhǔn)質(zhì)量”的教育理念,開發(fā)“實境編程(筆記)”教學(xué)系統(tǒng),采用“實踐案例貫穿知識體系”的方法進(jìn)行課程設(shè)計,用實踐驅(qū)動教學(xué),頻繁使用啟發(fā)式教學(xué)方式,強化培養(yǎng)學(xué)生獨立解決問題、開拓創(chuàng)新、實踐等綜合能力。②提出“實時互動,嚴(yán)控過程質(zhì)量”的教育理念,開發(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),實現(xiàn)“100%的學(xué)生在100%的上課時間聚集100%的精力學(xué)會教師教授的100%的知識技能”。③提出“實時PDCA,嚴(yán)控結(jié)果質(zhì)量”,開發(fā)“實時評測”教學(xué)系統(tǒng),采用每10秒鐘檢查統(tǒng)計一次學(xué)生筆記、小測驗結(jié)果的方式,實現(xiàn)高頻率PDCA(計劃—實施—檢查—改進(jìn))持續(xù)改進(jìn)。
本書的設(shè)計思路與結(jié)構(gòu)安排如下:第1章是“三實三嚴(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個角度展開研究。從第2章開始以“Python人工智能與大數(shù)據(jù)經(jīng)典算法”知識體系中的各經(jīng)典算法為單元,對“三實三嚴(yán)”教學(xué)管理理論進(jìn)行落地研究:①采用案例貫穿知識體系的方式,為實現(xiàn)“實時實踐”教學(xué)實施做好準(zhǔn)備;②給出具體的“簡明案例”,為實現(xiàn)“實時互動”教學(xué)實施做好準(zhǔn)備;③通過列寫任務(wù)驅(qū)動、教學(xué)重點、技能列表與課后練習(xí)方式,為實現(xiàn)“實時PDCA” 教學(xué)實施做好準(zhǔn)備。
本書撰寫過程離不開編審校團(tuán)隊的辛勤付出,編審校團(tuán)隊承擔(dān)了大量的編程調(diào)試、算法精簡描述、文字試讀反饋與審核校對修改工作,最終促成了本書的誕生,特別感謝編審校團(tuán)隊的成員。
全書編審校:郭迎筱、張宇豪、李天悅、陳迎港、陶欣雨、趙夢璇、吳凱鈺、李妙鈺、左芳玲、夏子陽、李家鑫、徐欣祺、袁丁逸含。
章節(jié)編審校:李天悅(教育理論與實踐研究)、韓馳(Python編程基礎(chǔ))、楊振寧(Python編程基礎(chǔ))、馬雪揚(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)、劉夢宇(多項式回歸)、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)、阮可(支持向量機)、劉博涵(隨機森林)、瞿楚楚(隨機森林)、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)、王詩語(K-Means)、曹洪濤(DBSCAN)、李新杰(分層聚類)、黃悅軒(分層聚類)、王冕(基于項目的協(xié)同過濾)、蒼婉昭(基于項目的協(xié)同過濾)、陳思彤(基于用戶的協(xié)同過濾)、邱孟琦(基于用戶的協(xié)同過濾)、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)、趙夢璇(Tkinter)。
本書在中國大學(xué)慕課網(wǎng)站上配備了配套視頻課程,補充了程序設(shè)計基礎(chǔ)(Python,C,Java語言)、統(tǒng)計與人工智能原理與實踐(Python實現(xiàn)假設(shè)檢驗、單因素與雙因素方差分析、嶺回歸、Lasso回歸、softmax、數(shù)據(jù)庫操作、TensorFlow等本書尚未涉及的知識領(lǐng)域)、Python高級項目管理師(PMP)等內(nèi)容。
本書為首都經(jīng)濟貿(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)濟貿(mào)易大學(xué)教務(wù)處資助出版。
感謝北京市教育委員會教學(xué)改革創(chuàng)新項目(No202,2019)、北京市教育委員會優(yōu)質(zhì)本科教材課件項目(2020)與首都經(jīng)濟貿(mào)易大學(xué)黨委宣傳部黨建和思想政治工作重點課題“‘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)項目管理師(高級),PMP(國際項目管理專家認(rèn)證),現(xiàn)任首都經(jīng)濟貿(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)新項目獎,北京市優(yōu)質(zhì)本科教材課件獎,首都經(jīng)濟貿(mào)易大學(xué)青年教師教學(xué)基本功大賽一等獎、最受學(xué)生歡迎獎、教育教學(xué)成果一等獎、優(yōu)秀課堂獎、優(yōu)秀教師黨員、優(yōu)秀教師、優(yōu)秀班主任、后備學(xué)科帶頭人等獎勵與稱號。指導(dǎo)學(xué)生多次參加省部級以上創(chuàng)業(yè)與創(chuàng)新科技競賽,獲獎項20余項,指導(dǎo)學(xué)生獲得北京市優(yōu)秀畢業(yè)設(shè)計(論文)。
獲國家發(fā)明、實用新型專利20余項,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(篇),出版學(xué)術(shù)專著2部、教材2部,主持和參與省部級以上科研項目多項。
先后擔(dān)任政府機關(guān)及直屬企事業(yè)單位信息化項目負(fù)責(zé)人(CTO),教育部全國高校教師網(wǎng)絡(luò)培訓(xùn)中心授課教師,中國人民大學(xué)、對外經(jīng)濟貿(mào)易大學(xué)等多所985、211高校授課教師,公安部首都機場公安局信息化技術(shù)專家,商務(wù)部機關(guān)、外貿(mào)發(fā)展事務(wù)局、機電商會等直屬機構(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)評審專家等。
陳佳明,工學(xué)博士研究生,高級云計算應(yīng)用工程師。主要研究方向為模式識別與人工智能系統(tǒng),類腦智能與腦機接口。
曾獲中法 Scilab 計算機應(yīng)用大賽全國二等獎,藍(lán)橋杯 C++組北京市一等獎。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)開發(fā)項目。
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)練營講師,首都經(jīng)濟貿(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
11 1本章工作任務(wù)
11 2本章技能目標(biāo)
11 3本章簡介
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基于項目的協(xié)同過濾
22 1本章工作任務(wù)
22 2本章技能目標(biāo)
22 3本章簡介
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)同過濾
23 1本章工作任務(wù)
23 2本章技能目標(biāo)
23 3本章簡介
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MLP)
25 1本章工作任務(wù)
25 2本章技能目標(biāo)
25 3本章簡介
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本章簡介
28 4理論講解部分
28 5本章總結(jié)
28 6本章作業(yè)