目录

第1章人工智能1

1.1人工智能概述1

1.1.1人工智能定义1

1.1.2人工智能分类1

1.2人工智能发展历程2

1.2.110年黄金时代2

1.2.2第一次寒冬3

1.2.3繁荣期3

1.2.4第二次寒冬3

1.2.5稳健时代3

1.2.6当代发展与应用4

1.3人工智能三要素4

1.3.1数据4

1.3.2算力5

1.3.3算法6

1.4人工智能三大技术7

1.4.1大数据7

1.4.2物联网7

1.4.3云计算7

1.5大数据8

1.5.1存储单位8

1.5.2大数据4V特征9

1.5.3数据产生方式9

1.5.4大数据思维10

1.6物联网11

1.6.1物联网定义11

1.6.2物联网应用11

1.6.3物联网技术11

1.7云计算12

1.7.1云计算的定义12

1.7.2三种服务模型12

1.7.3云计算部署模型14

1.7.4云计算优势15

1.7.5云计算应用场景15

1.8Python与人工智能15

1.8.1Python语言15

1.8.2Python语言特性16

1.8.3Python在AI中的核心应用领域17

习题18

第2章数据处理与分析20

2.1数据科学20

2.1.1数据科学概述20

2.1.2数据分析与数据挖掘21

2.1.3数据科学“三驾马车”21

2.2NumPy22

2.2.1认识NumPy22

2.2.2ndarray对象23

2.2.3创建数组25

2.2.4数组变换26

2.3Pandas28

2.3.1认识Pandas28

2.3.2Series29

2.3.3DataFrame32

2.3.4数据转换35

2.3.5数据处理38

2.4SciPy40

2.4.1认识SciPy40

2.4.2稀疏矩阵40

2.4.3CSR矩阵41

2.4.4线性代数42

2.4.5数据优化42

习题45

第3章数据可视化46

3.1数据可视化概述46

3.1.1定义46

3.1.2两支“画笔”47

3.2常见图表类型47

3.2.1趋势类47

3.2.2比较类49

3.2.3分布类50

3.2.4构成类52

3.3Matplotlib53

3.3.1认识Matplotlib53

3.3.2图表基本结构53

3.3.3子图基本操作56

3.3.4二维图58

3.3.5三维图64

3.4Seaborn66

3.4.1认识Seaborn66

3.4.2绘图特色66

3.4.3图表分类67

3.4.4绘图种类68

习题73

第4章数据社交网75

4.1数据社交网概述75

4.1.1定义75

4.1.2NetworkX75

4.2NetworkX76

4.2.1NetworkX功能76

4.2.2NetworkX应用场景77

4.2.3NetworkX安装77

4.3图78

4.3.1无向图78

4.3.2有向图79

4.3.3多重图79

4.4节点81

4.4.1节点属性81

4.4.2节点操作82

4.5边83

4.5.1边属性83

4.5.2边操作84

4.6深度优先搜索87

4.6.1无向图深度优先搜索87

4.6.2有向图深度优先搜索88

4.7广度优先搜索88

4.7.1无向图广度优先搜索89

4.7.2有向图广度优先搜索89

4.8图的连通性90

4.8.1判断连通性90

4.8.2计算连通分量90

4.9最短路径91

4.9.1无权图最短路径91

4.9.2加权图最短路径92

4.10实例93

4.10.1网页链接关系93

4.10.2分析交通网络93

习题94

第5章机器学习96

5.1人工智能与机器学习96

5.2机器学习三要素97

5.2.1数据97

5.2.2算法97

5.2.3模型100

5.3机器学习流程100

5.3.1数据采集100

5.3.2数据预处理101

5.3.3特征工程101

5.3.4模型构建与训练101

5.3.5模型优化和评估101

5.4机器学习库Sklearn102

5.4.1Sklearn简介102

5.4.2Sklearn安装103

5.4.3Sklearn学习流程104

5.5K近邻算法105

5.5.1算法描述105

5.5.2三要素106

5.5.3案例——鸢尾花分类107

5.6决策树108

5.6.1决策树定义108

5.6.2决策树分类110

5.6.3案例——波士顿房价111

5.7朴素贝叶斯112

5.7.1贝叶斯定理113

5.7.2朴素贝叶斯分类113

5.7.3案例——新闻分类数据集114

5.8Kmeans算法115

5.8.1定义115

5.8.2Kmeans算法步骤116

5.8.3Kmeans评估指标117

5.8.4案例——8×8手写数字图像120

习题121

第6章深度学习123

6.1人工神经网络123

6.1.1生物神经系统123

6.1.2人工神经网络定义124

6.1.3三层结构124

6.2人工神经网络构成124

6.2.1神经元124

6.2.2激励函数125

6.2.3连接权重126

6.3人工神经网络发展历程126

6.3.1模型提出126

6.3.2冰河期127

6.3.3反向传播算法127

6.3.4流行度降低127

6.3.5崛起127

6.4卷积神经网络128

6.4.1核心组件128

6.4.2应用场合129

6.4.3典型卷积神经网络130

6.4.4FCNN与CNN131

6.5循环神经网络133

6.5.1定义133

6.5.2基本结构133

6.5.3常见变体133

6.6Transformer134

6.6.1核心组件134

6.6.2常见变体134

6.6.3优缺点134

6.7深度学习135

6.7.1深度学习定义135

6.7.2深度学习特点135

6.8深度学习常见框架136

6.8.1TensorFlow136

6.8.2PyTorch138

6.9图像分类141

6.9.1CIFAR10数据集简介141

6.9.2PyTorch实现图像分类141

6.9.3TensorFlow实现图像分类143

习题145

第7章自然语言处理147

7.1自然语言处理概述147

7.1.1自然语言处理定义147

7.1.2AI与NLP的关系147

7.1.3NLP的主要任务148

7.2发展历程149

7.2.1基于语言学规则149

7.2.2基于机器学习150

7.2.3基于神经网络150

7.3自然语言处理流程150

7.3.1数据获取151

7.3.2文本预处理151

7.3.3文本标准化151

7.3.4特征转换152

7.3.5语义理解152

7.4自然语言处理相关库153

7.4.1NLTK153

7.4.2TextBlob153

7.5中文分词154

7.5.1中文分词困惑154

7.5.2中文分词方法155

7.5.3jieba分词库157

7.6情感分析165

7.6.1情感分析定义165

7.6.2SnowNLP165

7.6.3实例——小说《我的叔叔于勒》169

习题170

第8章大模型172

8.1大模型概述172

8.1.1大模型概念172

8.1.2大模型分类172

8.1.3大模型特点173

8.1.4大模型基本原理175

8.1.5挑战与局限性175

8.2相互关系177

8.2.1人工智能与大模型关系177

8.2.2AIGC与大模型177

8.3大模型发展历程178

8.3.1萌芽期178

8.3.2沉淀期178

8.3.3爆发期178

8.4生成式和推理式大模型179

8.4.1生成式大模型179

8.4.2推理式大模型179

8.4.3生成式和推理式的区别181

8.4.4生成式和推理式的共同点181

8.5ChatGPT182

8.5.1GPT与ChatGPT概念182

8.5.2ChatGPT的工作流程182

8.5.3ChatGPT的局限性183

8.6ChatGPT发展历程184

8.6.1GPT1185

8.6.2GPT2185

8.6.3GPT3186

8.6.4GPT4186

8.6.5ChatGPT187

8.7Python部署ChatGPT187

8.7.1使用OpenAI API进行部署187

8.7.2本地部署ChatGPT188

8.7.3构建Web应用188

8.8DeepSeek189

8.8.1DeepSeek概念189

8.8.2技术创新与性能优势190

8.8.3开源策略与生态建设190

8.8.4市场需求与用户体验190

8.8.5行业影响与市场反应190

8.9Python部署DeepSeek191

8.9.1Ollama一键本地部署191

8.9.2Docker+vLLM生产部署191

8.9.3官方云端API192

8.10DeepSeek小实验192

8.10.1Markdown转换成Word192

8.10.2HTML网页下载Word193

习题193

第9章大模型产品195

9.1国外主流大模型195

9.1.1OpenAI195

9.1.2Google DeepMind195

9.1.3Anthropic196

9.1.4Meta196

9.1.5xAI196

9.1.6Mistral AI196

9.2Gemini197

9.2.1Gemini介绍197

9.2.2Python部署Gemini197

9.3Sora198

9.3.1Sora介绍198

9.3.2Python部署Sora198

9.4国内大模型产品199

9.4.1产业整体态势199

9.4.2典型特色与差异化201

9.5文心一言201

9.5.1文心一言概述201

9.5.2Python调用百度文心一言201

9.5.3文心一言创作文档203

9.6豆包204

9.6.1豆包概述204

9.6.2Python调用豆包204

9.6.3使用豆包生成播客207

9.7通义千问209

9.7.1通义千问概述209

9.7.2Python调用通义千问209

9.8Kimi211

9.8.1Kimi概述211

9.8.2Python调用Kimi212

习题213

参考文献215