Python机器学习入门

上篇 Python 编程入门
第 1章 了解Python 2
1．1 Python的历史 2
1．1．1 Python的出现 2
1．1．2 Python的发展 2
1．2 Python的优缺点 3
1．2．1 Python的优点 3
1．2．2 Python的缺点 3
1．3 Python适用的领域 4
1．4 Python的安装与使用 4
1．4．1 Python的下载 4
1．4．2 Python的安装 6
1．4．3 Python的使用 7
1．4．4 编辑器 8
第 2章Python 基础 12
2．1 数字 12
2．1．1 数字计算 12
2．1．2 Python的算术运算符 13
2．2 关键字 14
2．3 变量 14
2．3．1 定义并赋值变量 15
2．3．2 变量命名的约定 15
2．4 程序基本结构 16
2．4．1 if选择 16
2．4．2 比较 18
2．4．3 逻辑运算 19
2．4．4 while循环 20
2．4．5 while中的break 22
2．4．6 while中的continue 22
2．4．7 while中的else 23
第3章 字符串、列表和字典 25
3．1 字符串 25
3．1．1 字符串的定义 25
3．1．2 “数字”和“数字字符”的区别 26
3．1．3 字符串的操作 26
3．1．4 转义字符 27
3．2 列表 28
3．2．1 列表的定义 28
3．2．2 列表的方法 29
3．2．3 利用循环枚举列表中的内容 30
3．2．4 使用for循环顺序访问元素 31
3．3 字典 32
3．4 元组 33
3．4．1 元组的定义 33
3．4．2 多重赋值 33
3．5 掷骰子 34
3．5．1 随机数 34
3．5．2 重复掷骰子 34
3．5．3 掷两个骰子 35
3．5．4 大小判断 36
3．6 异常 37
第4 章 定义和使用函数 41
4．1 什么是函数 41
4．1．1 编程中的函数 41
4．1．2 自定义函数 41
4．1．3 函数中的处理 43
4．2 传递数据 43
4．2．1 将数据传递给函数 43
4．2．2 默认参数 44
4．2．3 关键字参数 44
4．2．4 函数的返回值 45
4．2．5 多个返回值 46
4．3 变量的作用域 47
4．3．1 局部变量 47
4．3．2 全局变量 48
4．4 内置函数 50
4．4．1 Python中的内置函数 50
4．4．2 input()函数 53
4．4．3 range()函数 54
4．4．4 format()函数 56
4．4．5 format()方法 57__
4．5 猜词游戏 59
4．5．1 游戏规则 59
4．5．2 创建单词库 60
4．5．3 游戏结构 60
4．5．4 完善函数 62
4．6 函数与方法汇总 67
4．6．1 数学 67
4．6．2 字符串 67
4．6．3 列表 69
4．6．4 字典 70
4．6．5 类型转换 70
第5章 模块与类 73
5．1 模块 73
5．1．1 Python中的模块 73
5．1．2 使用random模块 73
5．1．3 自定义模块 74
5．2 面向对象 75
5．2．1 定义类 76
5．2．2 类的继承 77
5．2．3 自定义包含类的模块 79
5．2．4 Python标准模块 79
5．3 文件 83
5．3．1 读取文件 83
5．3．2 读取大文件 85
5．3．3 写文件 86
5．3．4 文件操作 87
5．3．5 jieba第三方中文分词模块 87
5．3．6 生成器与迭代器 92
5．3．7 词云 94
5．4 侵蚀化 97
5．5 网络 98
5．5．1 urllib．request模块 98
5．5．2 将HTML 保存到文件 99
下篇 机器学习入门
第6章 图像处理与特征检测 102
6．1 显示图像 102
6．1．1 安装第三方模块 102
6．1．2 计算机“眼”中的图像 103__
6．1．3 Numpy模块 104
6．1．4 在窗口中显示图像 106
6．2 图像处理 107
6．2．1 修改图像 107
6．2．2 色彩空间 112
6．2．3 识别颜色 114
6．3 图像特征检测 117
6．3．1 卷积运算 117
6．3．2 垂直边缘与水平边缘 119
6．3．3 滤波器 122
6．3．4 边缘检测 124
6．3．5 直线检测 126
6．3．6 圆形检测 128
第7章 人脸检测 131
7．1 人工智能和机器学习 131
7．1．1 什么是人工智能 131
7．1．2 什么是机器学习 131
7．2 人工神经网络 132
7．2．1 什么是人工神经网络 132
7．2．2 人工神经网络的结构 133
7．3 监督学习与无监督学习 134
7．3．1 监督学习 134
7．3．2 无监督学习 134
7．3．3 创建并应用人工神经网络 135
7．4 人脸检测 137
7．4．1 Haar分类器 137
7．4．2 Haar分类器训练的步骤 139
7．4．3 获取Haar分类器 139
7．4．4 使用OpenCV进行人脸检测 140
第8章 手写数字识别 144
8．1 scikit-learn 144
8．2 手写文字的图像识别 148
8．2．1 检查数据内容 148
8．2．2 创建训练和评估数据 150
8．2．3 机器学习的训练 151
8．2．4 机器学习的评估 151
8．2．5 分类器的保存与读取 157
8．3 使用OpenCV检测手写数字 157
8．3．1 图像处理 157
8．3．2 数字识别 159