Python機器學習入門

上篇 Python 編程入門
第 1章 了解Python 2
1．1 Python的歷史 2
1．1．1 Python的出現(xiàn) 2
1．1．2 Python的發(fā)展 2
1．2 Python的優(yōu)缺點 3
1．2．1 Python的優(yōu)點 3
1．2．2 Python的缺點 3
1．3 Python適用的領域 4
1．4 Python的安裝與使用 4
1．4．1 Python的下載 4
1．4．2 Python的安裝 6
1．4．3 Python的使用 7
1．4．4 編輯器 8
第 2章Python 基礎 12
2．1 數(shù)字 12
2．1．1 數(shù)字計算 12
2．1．2 Python的算術運算符 13
2．2 關鍵字 14
2．3 變量 14
2．3．1 定義并賦值變量 15
2．3．2 變量命名的約定 15
2．4 程序基本結(jié)構(gòu) 16
2．4．1 if選擇 16
2．4．2 比較 18
2．4．3 邏輯運算 19
2．4．4 while循環(huán) 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 字符串的定義 25
3．1．2 “數(shù)字”和“數(shù)字字符”的區(qū)別 26
3．1．3 字符串的操作 26
3．1．4 轉(zhuǎn)義字符 27
3．2 列表 28
3．2．1 列表的定義 28
3．2．2 列表的方法 29
3．2．3 利用循環(huán)枚舉列表中的內(nèi)容 30
3．2．4 使用for循環(huán)順序訪問元素 31
3．3 字典 32
3．4 元組 33
3．4．1 元組的定義 33
3．4．2 多重賦值 33
3．5 擲骰子 34
3．5．1 隨機數(shù) 34
3．5．2 重復擲骰子 34
3．5．3 擲兩個骰子 35
3．5．4 大小判斷 36
3．6 異常 37
第4 章 定義和使用函數(shù) 41
4．1 什么是函數(shù) 41
4．1．1 編程中的函數(shù) 41
4．1．2 自定義函數(shù) 41
4．1．3 函數(shù)中的處理 43
4．2 傳遞數(shù)據(jù) 43
4．2．1 將數(shù)據(jù)傳遞給函數(shù) 43
4．2．2 默認參數(shù) 44
4．2．3 關鍵字參數(shù) 44
4．2．4 函數(shù)的返回值 45
4．2．5 多個返回值 46
4．3 變量的作用域 47
4．3．1 局部變量 47
4．3．2 全局變量 48
4．4 內(nèi)置函數(shù) 50
4．4．1 Python中的內(nèi)置函數(shù) 50
4．4．2 input()函數(shù) 53
4．4．3 range()函數(shù) 54
4．4．4 format()函數(shù) 56
4．4．5 format()方法 57__
4．5 猜詞游戲 59
4．5．1 游戲規(guī)則 59
4．5．2 創(chuàng)建單詞庫 60
4．5．3 游戲結(jié)構(gòu) 60
4．5．4 完善函數(shù) 62
4．6 函數(shù)與方法匯總 67
4．6．1 數(shù)學 67
4．6．2 字符串 67
4．6．3 列表 69
4．6．4 字典 70
4．6．5 類型轉(zhuǎn)換 70
第5章 模塊與類 73
5．1 模塊 73
5．1．1 Python中的模塊 73
5．1．2 使用random模塊 73
5．1．3 自定義模塊 74
5．2 面向?qū)ο?75
5．2．1 定義類 76
5．2．2 類的繼承 77
5．2．3 自定義包含類的模塊 79
5．2．4 Python標準模塊 79
5．3 文件 83
5．3．1 讀取文件 83
5．3．2 讀取大文件 85
5．3．3 寫文件 86
5．3．4 文件操作 87
5．3．5 jieba第三方中文分詞模塊 87
5．3．6 生成器與迭代器 92
5．3．7 詞云 94
5．4 侵蝕化 97
5．5 網(wǎng)絡 98
5．5．1 urllib．request模塊 98
5．5．2 將HTML 保存到文件 99
下篇 機器學習入門
第6章 圖像處理與特征檢測 102
6．1 顯示圖像 102
6．1．1 安裝第三方模塊 102
6．1．2 計算機“眼”中的圖像 103__
6．1．3 Numpy模塊 104
6．1．4 在窗口中顯示圖像 106
6．2 圖像處理 107
6．2．1 修改圖像 107
6．2．2 色彩空間 112
6．2．3 識別顏色 114
6．3 圖像特征檢測 117
6．3．1 卷積運算 117
6．3．2 垂直邊緣與水平邊緣 119
6．3．3 濾波器 122
6．3．4 邊緣檢測 124
6．3．5 直線檢測 126
6．3．6 圓形檢測 128
第7章 人臉檢測 131
7．1 人工智能和機器學習 131
7．1．1 什么是人工智能 131
7．1．2 什么是機器學習 131
7．2 人工神經(jīng)網(wǎng)絡 132
7．2．1 什么是人工神經(jīng)網(wǎng)絡 132
7．2．2 人工神經(jīng)網(wǎng)絡的結(jié)構(gòu) 133
7．3 監(jiān)督學習與無監(jiān)督學習 134
7．3．1 監(jiān)督學習 134
7．3．2 無監(jiān)督學習 134
7．3．3 創(chuàng)建并應用人工神經(jīng)網(wǎng)絡 135
7．4 人臉檢測 137
7．4．1 Haar分類器 137
7．4．2 Haar分類器訓練的步驟 139
7．4．3 獲取Haar分類器 139
7．4．4 使用OpenCV進行人臉檢測 140
第8章 手寫數(shù)字識別 144
8．1 scikit-learn 144
8．2 手寫文字的圖像識別 148
8．2．1 檢查數(shù)據(jù)內(nèi)容 148
8．2．2 創(chuàng)建訓練和評估數(shù)據(jù) 150
8．2．3 機器學習的訓練 151
8．2．4 機器學習的評估 151
8．2．5 分類器的保存與讀取 157
8．3 使用OpenCV檢測手寫數(shù)字 157
8．3．1 圖像處理 157
8．3．2 數(shù)字識別 159