包邮大数据与人工智能

目录 **部分 大数据篇 第 1 章 绪论 3 1.1 大数据的定义 3 1.2 大数据的产生 4 1.3 大数据的来源 5 1.4 大数据的特征 6 1.5 大数据的作用 8 第 2 章 大数据架构 10 2.1 云计算 10 2.1.1 云计算两大核心功能 11 2.1.2 云计算的典型特征 12 2.1.3 云计算的三种模式 13 2.1.4 云计算的服务方式 14 2.1.5 云计算数据中心 14 2.1.6 云计算典型应用 15 2.2 大数据架构及关键技术 16 2.2.1 大数据架构 16 2.2.2 关键技术 19 2.3 Hadoop 体系架构 19 第 3 章 大数据采集及预处理 32 3.1 大数据采集 32 3.2 网络爬虫 34 3.3 数据预处理 58 3.3.1 数据预处理的原因 58 3.3.2 数据预处理技术 58 3.4 常用ETL 工具 62 第 4 章 大数据存储 63 4.1 大数据存储概述 64 4.2 大数据的存储设备 65 4.2.1 数据存储设备 65 4.2.2 数据存储模式 67 4.3 数据库和数据仓库 69 4.3.1 传统数据库 69 4.3.2 大数据数据库 71 4.3.3 数据仓库 76 第 5 章 大数据分析与挖掘 79 5.1 大数据分析 79 5.2 大数据分析的步骤与方法 82 5.3 大数据挖掘 83 第 6 章 大数据可视化 87 6.1 数据可视化 88 6.2 大数据可视化的方法 89 6.3 大数据可视化工具 99 第 7 章 大数据应用 105 7.1 国外大数据应用 105 7.2 国内大数据应用 108 第二部分 人工智能篇 第 8 章 人工智能概论 115 8.1 人工智能的概念 116 8.2 人工智能的分类和学派 119 8.2.1 人工智能的分类 119 8.2.2 人工智能的学派 121 8.3 人工智能的发展 123 8.4 人工智能研究的基本内容 128 8.5 当人工智能遇上大数据 131 8.6 人工智能引发的思考 132 第 9 章 机器学习 139 9.1 机器学习概述 140 9.2 机器学习的基本流程 143 9.3 机器学习算法 146 9.4 决策树分类 154 9.5 逻辑回归分类 170 9.6 支持向量机 177 9.7 聚类 184 9.8 关联规则 190 9.9 人工神经网络 194 第 10 章 深度学习 222 10.1 深度学习概述 222 10.2 卷积神经网络 225 10.3 循环神经网络 226 10.4 生成对抗网络 228 10.5 强化学习 230 10.6 迁移学习 231 10.7 对偶学习 232 第 11 章 人工智能应用 234 11.1 图像识别与分类 235 11.2 语音识别 237 11.3 人脸识别和情感计算 239 11.4 自动驾驶 241 11.5 智能家居 243 11.6 专家系统 246 11.7 机 器人 248 11.8 自然语言处理 251 11.9 其他 AI 应用 253 第三部分 实践篇 第 12 章 Python 概述 257 12.1 Python 的发展简史 257 12.2 Python 的特点 258 12.3 Python 的应用领域 260 12.4 Python 开发环境安装配置 264 12.4.1 Jupyter Notebook 264 12.4.2 Spyder 266 12.4.3 Anaconda Prompt. 266 12.5 Python 类库的导入 268 第 13 章 Python 语法基础 271 13.1 标识符、常量、变量 271 13.2 数据类型、运算符 272 13.2.1 数据类型 272 13.2.2 运 算符 276 13.3 函数 282 13.3.1 内置函数 282 13.3.2 用户自定义函数 286 第 14 章 列表与字典 288 14.1 列表 288 14.2 字典 296 14.3 元组 298 14.4 集合 301 第 15 章 Python 控制结构 305 15.1 顺序结构 305 15.2 选择结构 306 15.2.1 单分支if 语句 306 15.2.2 双分支if 语句 307 15.2.3 多分支if 语句 308 15.2.4 if 语句的嵌套 309 15.3 循环结构 311 15.3.1 while 语句 311 15.3.2 for 语句 313 15.3.3 break 语句和continue语句 316 15.3.4 循环嵌套 318 15.4 经典算法 319 第 16 章 文件与数据库 327 16.1 文件的概念及分类 327 16.2 文件的打开与关闭 329 16.2.1 文件的打开 329 16.2.2 文件的关闭 330 16.3 文件的读/写 331 16.3.1 用于文件读/写的方法 331 16.3.2 文件读/写示例 332 16.4 数据库访问 335 16.4.1 Access 数据库访问 335 16.4.2 MySQL 数据库访问 344 16.4.3 MongoDB 数据库访问 356 第 17 章 Python 常用类库 370 17.1 NumPy 库 371 17.2 Matplotlib 库 375 17.3 Pandas 库 382 17.4 Scikit-learn 库 386 17.5 Keras 库 386 参考文献 393