《大數(shù)據(jù)與人工智能導(dǎo)論》緊密結(jié)合人工智能時(shí)代的發(fā)展要求,針對(duì)不同學(xué)科專業(yè)人才培養(yǎng)對(duì)新一代信息技術(shù)知識(shí)的迫切需求,精選相關(guān)核心內(nèi)容編寫而成。以“數(shù)據(jù)”和“服務(wù)”為主線,以“數(shù)據(jù)驅(qū)動(dòng)”和“知識(shí)驅(qū)動(dòng)”為核心,以大數(shù)據(jù)與人工智能技術(shù)和方法及其應(yīng)用為內(nèi)容主體,體現(xiàn)大數(shù)據(jù)與人工智能所要求的數(shù)據(jù)(算料)、算法、算力、知識(shí)等要素的融合!洞髷(shù)據(jù)與人工智能導(dǎo)論》涵蓋計(jì)算思維與程序設(shè)計(jì)(Python)、物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、人工智能、數(shù)據(jù)安全與相關(guān)法律法規(guī)等知識(shí)體系和相關(guān)核心內(nèi)容。
更多科學(xué)出版社服務(wù),請(qǐng)掃碼獲取。
1985年7月,本科畢業(yè)于淮北煤炭師范學(xué)院(現(xiàn)更名為:淮北師范大學(xué))數(shù)學(xué)系并留校任教,至今已在高等學(xué)校從事計(jì)算機(jī)、應(yīng)用數(shù)學(xué)、法學(xué)、公安學(xué)等學(xué)科交叉領(lǐng)域的教學(xué)、科研和管理等工作40年。其間,1990年7月碩士研究生畢業(yè)于上海師范大學(xué)(應(yīng)用數(shù)學(xué)專業(yè)、獲理學(xué)碩士學(xué)位),2009年6月博士研究生畢業(yè)于華東理工大學(xué)(計(jì)算機(jī)應(yīng)用技術(shù)專業(yè)、獲工學(xué)博士學(xué)位)1997年6月晉升為副教授,2006年8月晉升為教授;2006年5月被聘為碩士研究生導(dǎo)師,2014年3月被聘為博士研究生導(dǎo)師。先后在淮北師范大學(xué)、常州大學(xué)、華東理工大學(xué)、華東政法大學(xué)等高校學(xué)習(xí)或從事教學(xué)、科研和管理等工作。不確定性理論與人工智能、網(wǎng)絡(luò)與信息安全主持或完成國(guó)家社會(huì)科學(xué)基金2014年(第二批)重大項(xiàng)目《涉信息網(wǎng)絡(luò)違法犯罪行為法律規(guī)制研究》和2020年重大項(xiàng)目《網(wǎng)絡(luò)時(shí)代的社會(huì)治理與刑法體系的理論創(chuàng)新》子課題、國(guó)家社會(huì)科學(xué)基金一般項(xiàng)目《計(jì)算機(jī)取證相關(guān)法律與技術(shù)問題研究》、上海市哲學(xué)社會(huì)科學(xué)規(guī)劃課題《網(wǎng)上交易安全及其犯罪問題研究》和上海市教委科研創(chuàng)新項(xiàng)目《計(jì)算機(jī)司法鑒定程序與規(guī)則問題研究》,作為主要參加人完成國(guó)家自然科學(xué)基金項(xiàng)目2項(xiàng),并作為項(xiàng)目課題的任務(wù)負(fù)責(zé)人正在進(jìn)行2023年國(guó)家重點(diǎn)研發(fā)計(jì)劃重點(diǎn)專項(xiàng)課題的研究。在國(guó)內(nèi)外刊物發(fā)表學(xué)術(shù)論文80余篇,多篇論文被SCI、EI和ISTP等檢索收錄。主編(著)教材10余部,參編(著)教材15部。獲得教學(xué)和科研成果獎(jiǎng)等獎(jiǎng)勵(lì)10余項(xiàng),其中,。ú浚┘(jí)以上獎(jiǎng)勵(lì)5項(xiàng)。中國(guó)電子學(xué)會(huì)計(jì)算機(jī)取證專家委員會(huì)委員;上海市司法鑒定協(xié)會(huì)理事(聲像資料司法鑒定專業(yè)委員會(huì)主任、電子數(shù)據(jù)司法鑒定專業(yè)委員會(huì)副主任),上海市電子數(shù)據(jù)司法鑒定專家委員會(huì)副主任;上海市高等學(xué)校計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)教學(xué)指導(dǎo)委員會(huì)委員,上海市高等學(xué)校信息技術(shù)水平等級(jí)考試委員會(huì)委員。
目錄
第1章 緒論 1
1.1 計(jì)算思維與程序設(shè)計(jì)的基礎(chǔ)作用 2
1.2 新一代信息技術(shù)的核心領(lǐng)域與創(chuàng)新應(yīng)用 3
1.2.1 物聯(lián)網(wǎng):智能化的數(shù)據(jù)采集與傳輸 3
1.2.2 云計(jì)算:強(qiáng)大的計(jì)算與存儲(chǔ)能力 4
1.2.3 大數(shù)據(jù):從海量數(shù)據(jù)中挖掘價(jià)值 5
1.2.4 人工智能:實(shí)現(xiàn)智能化的自動(dòng)決策 7
1.3 數(shù)據(jù)安全與相關(guān)法律法規(guī)的保障作用 9
習(xí)題1 10
第2章 計(jì)算思維與編程思維 11
2.1 計(jì)算思維 11
2.1.1 計(jì)算思維研究初探 12
2.1.2 計(jì)算思維的概念 12
2.1.3 計(jì)算思維的特征 13
2.2 編程思維 13
2.2.1 編程思維研究初探 13
2.2.2 編程思維的概念 14
2.2.3 編程思維的特征 14
2.2.4 編程思維的應(yīng)用領(lǐng)域 15
習(xí)題2 15
第3章 Python程序設(shè)計(jì) 16
3.1 Python語言簡(jiǎn)介與解釋器 16
3.1.1 Python語言簡(jiǎn)介 16
3.1.2 Python解釋器與集成開發(fā)環(huán)境 16
3.2 Python語言基礎(chǔ) 17
3.2.1 運(yùn)算和表達(dá)式 17
3.2.2 空格和注釋 20
3.3 程序的控制結(jié)構(gòu) 21
3.3.1 分支結(jié)構(gòu) 21
3.3.2 while循環(huán) 26
3.3.3 for循環(huán) 29
3.3.4 循環(huán)中斷語句 31
3.4 組合數(shù)據(jù)類型 33
3.4.1 序列 33
3.4.2 字符串 36
3.4.3 列表和元組 41
3.5 函數(shù) 45
3.5.1 函數(shù)的概念 45
3.5.2 函數(shù)的創(chuàng)建和調(diào)用 46
習(xí)題3 48
第4章 數(shù)據(jù)存取 49
4.1 文本文件存取 49
4.1.1 將文本寫入普通文本文件 49
4.1.2 從普通文本文件讀取內(nèi)容 53
4.1.3 將文本寫入CSV文件 57
4.1.4 從CSV文件讀取文本 59
4.2 Excel文件存取及編輯 61
4.2.1 Python中Excel相關(guān)庫(kù)概覽 61
4.2.2 xlwings庫(kù)相關(guān)概念 61
4.2.3 創(chuàng)建工作簿 62
4.2.4 打開工作簿并操作工作表 64
4.2.5 區(qū)域數(shù)據(jù)的寫入 66
4.2.6 區(qū)域數(shù)據(jù)的讀取 70
4.2.7 區(qū)域數(shù)據(jù)的編輯 71
4.2.8 格式設(shè)置 73
4.2.9 數(shù)據(jù)分析 75
4.2.10 圖表 77
習(xí)題4 79
第5章 數(shù)據(jù)采集 80
5.1 互聯(lián)網(wǎng)數(shù)據(jù)采集 80
5.1.1 用API采集數(shù)據(jù) 80
5.1.2 用爬蟲采集數(shù)據(jù) 83
5.2 物聯(lián)網(wǎng)數(shù)據(jù)采集 90
5.2.1 物聯(lián)網(wǎng)簡(jiǎn)介 90
5.2.2 用MQTT采集數(shù)據(jù) 91
5.3 公開數(shù)據(jù)集獲取 92
習(xí)題5 92
第6章 數(shù)據(jù)處理與分析 93
6.1 數(shù)據(jù)處理基礎(chǔ) 93
6.1.1 NumPy入門 95
6.1.2 Pandas入門 105
6.1.3 數(shù)據(jù)處理 115
6.2 數(shù)據(jù)分析基礎(chǔ) 132
6.2.1 使用Pandas進(jìn)行統(tǒng)計(jì)分析 134
6.2.2 數(shù)據(jù)分析應(yīng)用案例 142
6.3 數(shù)據(jù)可視化 145
習(xí)題6 158
第7章 機(jī)器學(xué)習(xí) 161
7.1 機(jī)器學(xué)習(xí)概述 162
7.1.1 定義與起源 162
7.1.2 機(jī)器學(xué)習(xí)的類型與過程 163
7.1.3 機(jī)器學(xué)習(xí)發(fā)展歷程與未來趨勢(shì) 164
7.2 機(jī)器學(xué)習(xí)的主要編程框架 167
7.2.1 scikit-learn 167
7.2.2 TensorFlow與Keras 168
7.2.3 PyTorch 170
7.2.4 國(guó)產(chǎn)機(jī)器學(xué)習(xí)框架 172
7.2.5 其他機(jī)器學(xué)習(xí)框架 172
7.3 統(tǒng)計(jì)學(xué)習(xí)方法 173
7.3.1 線性回歸 173
7.3.2 邏輯回歸 175
7.3.3 支持向量機(jī) 177
7.3.4 樸素貝葉斯分類 178
7.3.5 決策樹與隨機(jī)森林 180
7.3.6 集成學(xué)習(xí) 182
7.4 神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí) 185
7.4.1 神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介 186
7.4.2 深度學(xué)習(xí)基本流程 188
7.5 機(jī)器學(xué)習(xí)的應(yīng)用場(chǎng)景 192
習(xí)題7 193
第8章 擴(kuò)展存儲(chǔ)與算力 194
8.1 擴(kuò)展存儲(chǔ) 194
8.1.1 云計(jì)算彈性的存儲(chǔ)空間 194
8.1.2 云存儲(chǔ)的應(yīng)用案例 195
8.1.3 云存儲(chǔ)的操作案例 196
8.1.4 云存儲(chǔ)的優(yōu)勢(shì)和挑戰(zhàn) 200
8.2 擴(kuò)展算力 201
8.2.1 利用云計(jì)算擴(kuò)展算力 201
8.2.2 實(shí)踐案例與經(jīng)驗(yàn)分享 204
8.2.3 利用GPU擴(kuò)展算力 205
習(xí)題8 212
第9章 人工智能應(yīng)用 213
9.1 人工智能在經(jīng)濟(jì)管理領(lǐng)域中的應(yīng)用 213
9.2 人工智能在法學(xué)領(lǐng)域中的應(yīng)用 220
9.3 人工智能在計(jì)算機(jī)視覺領(lǐng)域中的應(yīng)用 228
9.4 人工智能應(yīng)用的新領(lǐng)域 238
9.4.1 人臉識(shí)別 239
9.4.2 智能芯片 246
9.4.3 生物特征識(shí)別 247
9.4.4 智慧城市 248
9.4.5 信息犯罪 249
9.4.6 元宇宙 249
習(xí)題9 250
第10章 人工智能倫理 251
10.1 人工智能涉及的主要倫理風(fēng)險(xiǎn) 251
10.1.1 人工智能涉及的倫理風(fēng)險(xiǎn)分類 251
10.1.2 人工智能道德性倫理風(fēng)險(xiǎn) 252
10.1.3 人工智能公平性倫理風(fēng)險(xiǎn) 254
10.1.4 人工智能透明性倫理風(fēng)險(xiǎn) 256
10.1.5 人工智能誠(chéng)信性倫理風(fēng)險(xiǎn) 256
10.1.6 人工智能可解釋性倫理風(fēng)險(xiǎn) 257
10.1.7 人工智能安全性倫理風(fēng)險(xiǎn) 257
10.2 人工智能倫理問題的應(yīng)對(duì) 259
10.2.1 人工智能倫理治理原則 259
10.2.2 現(xiàn)有人工智能倫理治理監(jiān)管體系 260
10.2.3 人工智能倫理問題科學(xué)應(yīng)對(duì)策略 269
習(xí)題10 273
第11章 數(shù)據(jù)權(quán)利與數(shù)據(jù)治理 274
11.1 數(shù)據(jù)分析中的數(shù)據(jù)權(quán)利 274
11.1.1 相關(guān)概念 274
11.1.2 相關(guān)法律規(guī)則 277
11.2 數(shù)據(jù)治理的理論與實(shí)踐 278
11.2.1 數(shù)據(jù)治理的基本概念 280
11.2.2 數(shù)據(jù)治理的目標(biāo)范圍 282
11.2.3 數(shù)據(jù)治理的準(zhǔn)則規(guī)范 285
11.2.4 數(shù)據(jù)治理的體系架構(gòu) 289
習(xí)題11 293
第12章 數(shù)據(jù)安全與相關(guān)法律法規(guī) 294
12.1 數(shù)據(jù)安全基本知識(shí) 294
12.2 數(shù)據(jù)安全與網(wǎng)絡(luò)空間安全 298
12.3 數(shù)據(jù)安全與國(guó)家安全 299
12.4 數(shù)據(jù)安全在人工智能領(lǐng)域的發(fā)展 301
12.4.1 人工智能中的數(shù)據(jù)安全問題 301
12.4.2 人工智能中的相關(guān)法律法規(guī)及標(biāo)準(zhǔn)規(guī)范 305
習(xí)題12 308
參考文獻(xiàn) 309