《大數(shù)據(jù)與人工智能導論》緊密結(jié)合人工智能時代的發(fā)展要求,針對不同學科專業(yè)人才培養(yǎng)對新一代信息技術(shù)知識的迫切需求,精選相關(guān)核心內(nèi)容編寫而成。以“數(shù)據(jù)”和“服務”為主線,以“數(shù)據(jù)驅(qū)動”和“知識驅(qū)動”為核心,以大數(shù)據(jù)與人工智能技術(shù)和方法及其應用為內(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、知識等要素的融合!洞髷(shù)據(jù)與人工智能導論》涵蓋計算思維與程序設計(Python)、物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、人工智能、數(shù)據(jù)安全與相關(guān)法律法規(guī)等知識體系和相關(guān)核心內(nèi)容。
更多科學出版社服務,請掃碼獲取。
1985年7月,本科畢業(yè)于淮北煤炭師范學院(現(xiàn)更名為:淮北師范大學)數(shù)學系并留校任教,至今已在高等學校從事計算機、應用數(shù)學、法學、公安學等學科交叉領(lǐng)域的教學、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(應用數(shù)學專業(yè)、獲理學碩士學位),2009年6月博士研究生畢業(yè)于華東理工大學(計算機應用技術(shù)專業(yè)、獲工學博士學位)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師,2014年3月被聘為博士研究生導師。先后在淮北師范大學、常州大學、華東理工大學、華東政法大學等高校學習或從事教學、科研和管理等工作。不確定性理論與人工智能、網(wǎng)絡與信息安全主持或完成國家社會科學基金2014年(第二批)重大項目《涉信息網(wǎng)絡違法犯罪行為法律規(guī)制研究》和2020年重大項目《網(wǎng)絡時代的社會治理與刑法體系的理論創(chuàng)新》子課題、國家社會科學基金一般項目《計算機取證相關(guān)法律與技術(shù)問題研究》、上海市哲學社會科學規(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)新項目《計算機司法鑒定程序與規(guī)則問題研究》,作為主要參加人完成國家自然科學基金項目2項,并作為項目課題的任務負責人正在進行2023年國家重點研發(fā)計劃重點專項課題的研究。在國內(nèi)外刊物發(fā)表學術(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。獲得教學和科研成果獎等獎勵10余項,其中,省(部)級以上獎勵5項。中國電子學會計算機取證專家委員會委員;上海市司法鑒定協(xié)會理事(聲像資料司法鑒定專業(yè)委員會主任、電子數(shù)據(jù)司法鑒定專業(yè)委員會副主任),上海市電子數(shù)據(jù)司法鑒定專家委員會副主任;上海市高等學校計算機科學與技術(shù)專業(yè)教學指導委員會委員,上海市高等學校信息技術(shù)水平等級考試委員會委員。
目錄
第1章 緒論 1
1.1 計算思維與程序設計的基礎(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 云計算:強大的計算與存儲能力 4
1.2.3 大數(shù)據(jù):從海量數(shù)據(jù)中挖掘價值 5
1.2.4 人工智能:實現(xiàn)智能化的自動決策 7
1.3 數(shù)據(jù)安全與相關(guān)法律法規(guī)的保障作用 9
習題1 10
第2章 計算思維與編程思維 11
2.1 計算思維 11
2.1.1 計算思維研究初探 12
2.1.2 計算思維的概念 12
2.1.3 計算思維的特征 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 編程思維的應用領(lǐng)域 15
習題2 15
第3章 Python程序設計 16
3.1 Python語言簡介與解釋器 16
3.1.1 Python語言簡介 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 運算和表達式 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)庫概覽 61
4.2.2 xlwings庫相關(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 格式設置 73
4.2.9 數(shù)據(jù)分析 75
4.2.10 圖表 77
習題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進行統(tǒng)計分析 134
6.2.2 數(shù)據(jù)分析應用案例 142
6.3 數(shù)據(jù)可視化 145
習題6 158
第7章 機器學習 161
7.1 機器學習概述 162
7.1.1 定義與起源 162
7.1.2 機器學習的類型與過程 163
7.1.3 機器學習發(fā)展歷程與未來趨勢 164
7.2 機器學習的主要編程框架 167
7.2.1 scikit-learn 167
7.2.2 TensorFlow與Keras 168
7.2.3 PyTorch 170
7.2.4 國產(chǎn)機器學習框架 172
7.2.5 其他機器學習框架 172
7.3 統(tǒng)計學習方法 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 177
7.3.4 樸素貝葉斯分類 178
7.3.5 決策樹與隨機森林 180
7.3.6 集成學習 182
7.4 神經(jīng)網(wǎng)絡與深度學習 185
7.4.1 神經(jīng)網(wǎng)絡簡介 186
7.4.2 深度學習基本流程 188
7.5 機器學習的應用場景 192
習題7 193
第8章 擴展存儲與算力 194
8.1 擴展存儲 194
8.1.1 云計算彈性的存儲空間 194
8.1.2 云存儲的應用案例 195
8.1.3 云存儲的操作案例 196
8.1.4 云存儲的優(yōu)勢和挑戰(zhàn) 200
8.2 擴展算力 201
8.2.1 利用云計算擴展算力 201
8.2.2 實踐案例與經(jīng)驗分享 204
8.2.3 利用GPU擴展算力 205
習題8 212
第9章 人工智能應用 213
9.1 人工智能在經(jīng)濟管理領(lǐng)域中的應用 213
9.2 人工智能在法學領(lǐng)域中的應用 220
9.3 人工智能在計算機視覺領(lǐng)域中的應用 228
9.4 人工智能應用的新領(lǐng)域 238
9.4.1 人臉識別 239
9.4.2 智能芯片 246
9.4.3 生物特征識別 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險 251
10.1.1 人工智能涉及的倫理風險分類 251
10.1.2 人工智能道德性倫理風險 252
10.1.3 人工智能公平性倫理風險 254
10.1.4 人工智能透明性倫理風險 256
10.1.5 人工智能誠信性倫理風險 256
10.1.6 人工智能可解釋性倫理風險 257
10.1.7 人工智能安全性倫理風險 257
10.2 人工智能倫理問題的應對 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應對策略 269
習題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)治理的目標范圍 282
11.2.3 數(shù)據(jù)治理的準則規(guī)范 285
11.2.4 數(shù)據(jù)治理的體系架構(gòu) 289
習題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 294
12.2 數(shù)據(jù)安全與網(wǎng)絡空間安全 298
12.3 數(shù)據(jù)安全與國家安全 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)及標準規(guī)范 305
習題12 308
參考文獻 309