更新时间：2020-09-25 10:55:43
封面
版权信息
前言
第0章 本书的技术体系
0.1 Python的发展趋势
0.2 人工智能时代学习Python的重要性
0.3 本书的技术体系
0.4 学习本书需要注意的事项
第1章 Python基础知识
1.1 Python简介
1.2 Python的当前版本
1.3 Python的优缺点
1.4 Python与其他语言的区别
1.5 Python的应用领域
第2章 Python的安装、配置与卸载
2.1 Python的安装
2.2 Python的配置
2.3 Python的卸载
第3章 Python 3 基础语法
3.1 第一个Python程序
3.2 Python的输入和输出
3.3 Python的基本数据类型
3.4 Python库的导入
3.5 Python的集成开发环境
3.6 自测练习
第4章 Python 3的编程
4.1 条件语句
4.2 循环语句
4.3 函数
4.4 模块
4.5 自测练习
第5章 机器学习基础
5.1 机器学习概述
5.2 监督学习简介
5.3 非监督学习简介
5.4 增强学习简介
5.5 深度学习简介
5.6 机器学习常用术语
第6章 Python机器学习及分析工具
6.1 矩阵操作函数库（NumPy）
6.2 科学计算的核心包（SciPy）
6.3 Python的绘图库（Matplotlib）
6.4 数据分析包（Pandas）
6.5 机器学习函数库（Scikit-learn）
6.6 统计建模工具包（StatsModels）
6.7 深度学习框架（TensorFlow）
第7章 数据预处理
7.1 数据预处理概述
7.2 数据清理
7.3 数据集成
7.4 数据变换
7.5 数据归约
7.6 Python的主要数据预处理函数
第8章 分类问题
8.1 分类概述
8.2 常用方法
8.3 项目实战
8.4 自测练习
第9章 预测分析
9.1 预测概述
9.2 常用方法
9.3 项目实战
9.4 自测练习
第10章 关联分析
10.1 关联分析概述
10.2 基本方法
10.3 项目实战（解决目前流行的实际问题）
10.4 自测练习
第11章 网络爬虫
11.1 网络爬虫概述
11.2 网页抓取策略和方法
11.3 项目实战
11.4 自测练习
第12章 集成学习
12.1 集成学习概述
12.2 常用方法
12.3 项目实战
12.4 自测练习
第13章 深度学习
13.1 深度学习概述
13.2 常用方法
13.3 项目实战
13.4 自测练习
第14章 数据降维及压缩
14.1 数据降维及压缩概述
14.2 基本方法
14.3 项目实战
14.4 自测练习
第15章 聚类分析
15.1 聚类分析概述
15.2 K-means算法
15.3 项目实战
15.4 自测练习
第16章 回归分析问题
16.1 回归分析概述
16.2 基本方法
16.3 项目实战
16.4 自测练习
