青少年Python編程：從零基礎到機器學習實戰(zhàn)

第1章 進入Python程序世界：搭建編程環(huán)境
1．1 Python語言和機器學習的故事001
1．2 一步步安裝Python實驗室Anaconda002
1．3 小結009

第2章 程序的嘴巴：輸出、變量
2．1 開始奇妙旅程：Hello， World!010
2．2 打印古詩：格式化輸出011
2．3 電腦里的東西保存在哪：初探變量014
2．4 別把不同的調料倒在一個瓶子里：區(qū)分數據類型015
2．5 小結018

第3章 計算機的耳朵：輸入語句
3．1 來自電腦的第一聲問候：input( )語句019
3．2 超級變變變：數據類型的轉換020
3．3 倒背如流：輸入輸出小游戲021
3．4 小結023

第4章 對錯要分辨：if語句
4．1 if語句和判定條件024
4．2 關系運算符025
4．3 邏輯運算符027
4．4 if的另一半else030
4．5 elif和多分支031
4．6 if語句的嵌套使用033
4．7 性格測試器034
4．7．1 準備一些問題和答案034
4．7．2 準備幾段性格特征描述035
4．7．3 現在萬事俱備，還需一點小技巧036
4．7．4 輸出結果，看，多準！037
4．8 小結039

第5章 if語句的升級版：while語句
5．1 循環(huán)就是不斷地重復：使用while語句040
5．2 不要“死循環(huán)”，循環(huán)計數器變量登場041
5．3 在循環(huán)中做判斷：while嵌套if語句043
5．4 猜數字小游戲043
5．5 小結046

第6章 循環(huán)次數知多少：for循環(huán)
6．1 while循環(huán)換新衣：使用for循環(huán)047
6．2 打印幾何圖形：for循環(huán)嵌套048
6．3 讓電腦偷個懶：break和continue語句051
6．4 小結054

第7章 新的柜子：列表和元組
7．1 定義列表(list)和元組(tuple)056
7．2 初始化列表 (list) 和元組 (tuple)056
7．3 嘗試為列表 (list) 和元組 (tuple) 添加元素057
7．4 嘗試訪問和修改列表 (list) 與元組 (tuple)中的元素058
7．5 遍歷列表 (list) 和元組 (tuple)060
7．6 完成實例：計算全班同學的平均身高061
7．7 列表 (list) 的切片操作062
7．8 列表 (list) 的拼接操作063
7．9 小結064

第8章 查起來飛快的字典和集合
8．1 字典065
8．1．1 創(chuàng)建空菜單：定義一個空字典065
8．1．2 寫入第一道菜：新建鍵值對066
8．1．3 查找某一個菜品的價格：查詢鍵對應的值067
8．1．4 檢查菜單中是否有某個菜品：查詢字典中某個鍵是否存在069
8．1．5 修改菜品單價：修改鍵值對070
8．1．6 刪除菜品：刪除鍵值對071
8．1．7 增加菜品的信息：字典的嵌套使用071
8．2 集合072
8．2．1 初始化一個集合073
8．2．2 集合的增刪改查操作073
8．2．3 遍歷集合075
8．2．4 兩個集合的交集、并集、差集075
8．3 小結078

第9章 把變量和指令統(tǒng)統(tǒng)打個包：函數和類
9．1 定義函數079
9．2 傳遞參數082
9．2．1 位置實參083
9．2．2 關鍵字實參084
9．2．3 默認參數084
9．3 有返回值的函數086
9．4 函數的遞歸調用087
9．5 什么是類089
9．6 類和對象：pop是只狗089
9．7 在類中添加方法：pop的新技能092
9．8 類的繼承：pop是只哈士奇，會拆家的那種093
9．9 小結094

第10章 走出新手村：開啟機器學習的副本
10．1 簡單理解機器學習095
10．2 機器學習中的問題分類097
10．3 機器學習的強力計算器：NumPy099
10．3．1 認識NumPy099
10．3．2 初始化向量099
10．3．3 向量元素的訪問和修改102
10．4 初始化矩陣102
10．5 查看和修改矩陣的形狀104
10．6 矩陣間四則運算106
10．7 切片107
10．8 小結109

第11章 數據可視化：使用matplotlib繪制圖形
11．1 繪制二維圖形110
11．1．1 基本使用110
11．1．2 多張圖同畫布111
11．1．3 繪制散點圖113
11．1．4 裝飾圖標：增加圖例、圖示114
11．1．5 并列顯示多張圖表116
11．2 繪制三維圖形118
11．3 小結120

第12章 花花各不同：教會電腦做分類
12．1 認識scikit-learn程序庫121
12．1．1 iris鳶尾花數據集122
12．1．2 創(chuàng)建分類器，區(qū)分三種鳶尾花124
12．2 “泛化”與“過擬合”126
12．3 評價分類器的性能：準確率、查準率、查全率、F值127
12．4 看看鳶尾花分類器的性能128
12．5 分類器知多少130
12．5．1 支持向量機（SVM）130
12．5．2 決策樹131
12．5．3 隨機森林（Random Forest）133
12．6 小結134

第13章 預測未來：回歸問題
13．1 什么是回歸問題135
13．2 回歸問題的分類136
13．3 回歸問題求解的利器：最小二乘法136
13．4 嘗試一元回歸137
13．5 回歸問題的評價—決定系數141
13．6 嘗試多元回歸141
13．7 非線性回歸問題的解決：其他回歸模型144
13．7．1 支持向量機146
13．7．2 隨機森林147
13．7．3 K鄰近算法148
13．8 小結149

第14章 龍找龍，鳳找鳳，好漢對英雄：聚類
14．1 聚類和分類不同150
14．2 簇間距離的計算151
14．2．1 歐氏距離151
14．2．2 曼哈頓距離152
14．2．3 明科夫斯基距離153
14．3 經典聚類算法：k均值算法153
14．3．1 k均值算法的步驟153
14．3．2 在wine數據集上使用k均值算法154
14．4 對聚類算法的評估157
14．5 其他聚類算法158
14．5．1 層次聚類158
14．5．2 非層次聚類160
14．6 總結162

第15章 實踐篇：分辨石頭剪刀布
15．1 制訂目標163
15．2 制作數據集163
15．3 第一次訓練170
15．4 加強泛化能力—增加數據人數171
15．5 引入HOG，提取圖像特征173
15．5．1 HOG特征提取過程173
15．5．2 嘗試用圖片的HOG特征進行學習和分類測試174
15．5．3 梯度是什么？177
15．6 參數調整180
15．7 總結183