包邮机器学习·深度学习图像识别从基础到案例实战

第1部分 人工智能、机器学习、深度学习的基础知识 第1章 人工智能、机器学习、深度学习的基础 1.1 人工智能概述 1.1.1 人工智能发展史 1.1.2 人工智能简介 1.1.3 机器学习 1.1.4 人工神经网络 1.1.5 深度学习 1.1.6 受关注的原因 1.2 机器学习概述 1.2.1 机器学习简介 1.2.2 机器学习的类型（分类） 1.2.3 有监督学习 1.2.4 无监督学习 1.2.5 强化学习 1.2.6 用于机器学习的数据 1.2.7 机器学习（有监督学习）的流程 1.3 深度学习概述 1.3.1 视觉信息的重要性 1.3.2 从生物学神经元到人工神经元 1.3.3 感知器 1.3.4 神经网络 1.3.5 深度学习简介 1.3.6 卷积神经网络的详细说明 1.3.7 深度学习的框架 1.3.8 机器学习和深度学习所需的数学 第2章 Python及其关键的工具和软件库 2.1 关于本书执行环境的概述 2.1.1 Python的开发环境 2.1.2 准备Python环境 2.1.3 下载本书的示例代码 2.2 使用Jupyter Notebook 2.2.1 启动Jupyter Notebook 2.2.2 Jupyter Notebook的基本操作 2.2.3 制作Notebook 2.2.4 创建新的Notebook 2.2.5 添加笔记 2.3 使用Colaboratory 2.3.1 环境准备 2.3.2 在Colaboratory Notebook中的操作 2.3.3 导入本书的Notebook 2.4 Python基础知识和语法 2.4.1 Python的基础 2.4.2 变量 2.4.3 Python的类型 2.4.4 条件分支 2.4.5 函数 2.4.6 导入 第3章 NumPy和Matplotlib的用法 3.1 如何使用NumPy 3.2 如何使用Matplotlib 3.2.1 制作一个简单的图表 3.2.2 为图表的元素设置名称 3.2.3 图表网格 3.2.4 设置图表刻度 3.2.5 图表尺寸 3.2.6 散点图 3.2.7 多个图表的网格显示 3.2.8 三维散点图 3.2.9 修改颜色和标识 第2部分 16个练习带你玩转机器学习 第4章 机器学习、深度学习的实操练习（初级、中级） 4.1 OpenCV图像处理基础知识 4.1.1 OpenCV简介 4.1.2 操作办法 4.1.3 总结 4.2 在Raspberry Pi中利用OpenCV进行人脸识别 4.2.1 在Raspberry Pi中启用OpenCV 4.2.2 操作办法 4.2.3 总结 4.3 Iris（鸢尾花）数据集分类法 4.3.1 scikit-learn简介 4.3.2 操作办法 4.3.3 总结 4.4 机器学习中基于scikit-learn的手写数字识别方法 4.4.1 调查手写数字的图像数据的特征量 4.4.2 操作办法 4.4.3 总结 4.5 Chainer+MNIST手写数字分类实验练习 4.5.1 通过Colaboratory学习/训练，在Raspberry Pi中创建手写识别Web应用程序 4.5.2 操作办法 4.5.3 总结 4.6 用Chainer建立狗猫识别网络应用程序 4.6.1 准备数据 4.6.2 操作办法 4.6.3 总结 4.7 基于PyTorch的MNIST手写数字学习 4.7.1 PyTorch简介 4.7.2 操作办法 4.7.3 总结 4.8 基于PyTorch的CIFAR-10图像学习 4.8.1 CIFAR-10简介 4.8.2 操作办法 4.8.3 总结 第5章 机器学习、深度学习的实操练习（中级、不错） 5.1 TensorFlow+Keras+MNIST手写数字识别网络应用程序 5.1.1 Keras简介 5.1.2 操作办法 5.1.3 总结 5.2 TensorFlow+FashionMNIST的Fashion识别 5.2.1 Fashion MNIST简介 5.2.2 操作办法 5.2.3 总结 5.3 基于TensorFlow的花卉识别网络应用程序 5.3.1 retrain（迁移学习）简介 5.3.2 操作办法 5.3.3 总结 5.4 用TensorFlow识别塑料瓶和空罐 5.4.1 收集数据 5.4.2 操作办法 5.4.3 总结 5.5 用YOLO检测物体 5.5.1 物体检测简介 5.5.2 操作办法 5.5.3 总结 5.6 基于硬件扩展的人物检测 5.6.1 Movidius NCS简介 5.6.2 操作办法 5.6.3 总结 5.7 通过Google AIY Vision Kit进行微笑识别 5.7.1 组装Google AIY Vision Kit 5.7.2 操作办法 5.7.3 总结 5.8 利用人工智能Cloud API制作字幕 5.8.1 利用云端的API进行分类、检测工作 5.8.2 操作办法 5.8.3 总结 第3部分 基于Python的面向对象编程和用Python建立Web服务器 第6章 基于Python的面向对象编程 6.1 面向对象编程概述 6.1.1 为什么要进行面向对象编程 6.1.2 对象