课程介绍
本课程旨在引领学生掌握人工智能程序设计的基本知识。经由开发环境的搭建、使用N
Numpy、Pandas、Matplotlib对数据进行导入、预处理和可视化，使用SKlearn调用并训练模型，以实现机器学习领域常用算法模型的训练和使用。
课程大纲
一、NumPy程序设计
1.1 认识并安装NumPy
1.2 了解NumPy 数组对象及数据类型
1.3 创建ndarry数组
1.4 了解ndarray数组属性
1.5 访问数组元素
1.6 改变数组形态
1.7 增删数组元素
1.8 数组运算
1.9 创建矩阵
1.10 计算矩阵的点积
二、 Pandas程序设计
2.1 认识并安装Pandas
2.2 了解DataFrame数据结构
2.3 了解Pandas描述性统计
2.4 DataFrame 数据排序
2.5 DataFrame 数据去重
2.6 DataFrame 数据缺失值处理
2.7 Pandas读取CSV文件
三、 Matplotlib程序设计
3.1 认识并安装Matplotlib
3.2 了解Matplotlib图形组成及函数集
3.3 使用figure和axes 绘制图形
3.4 设置坐标轴
3.5 绘制柱形图
3.6 绘制直方图
3.7 绘制饼形图
3.8 绘制折线图
四 、SKLearn程序设计
4.1 认识并安装SKLearn
4.2 读取SKLearn常用数据集
4.3 提取样本特征
4.4 划分数据集
4.5 数据标准化
4.6 使用逻辑回归算法
4.7 使用线性回归算法
4.8 使用k近邻算法
4.9 使用聚类算法
学习目标
1.能熟练使用Numpy构建数组及矩阵，并进行数组及矩阵的数据运算。
2.能熟练使用pandas加载、整理、构建数据模型及分析数据。
3.能熟练使用Matplotlib进行数据可视化。
4.能熟练使用SKLearn提取样本数据特征，划分数据集，训练常用机器学习模型。
5.培养严谨细致、精益求精的工匠精神。
学习要求
1.按时完成课程视频学习任务
2.按时完成课程练习习题
3.善用网络资源，解决学习中的问题
考核标准
课程考核分以下几个部分：
[课件浏览] —— 占最终成绩的40%，根据课件实际数量，核定未看课件分数相应扣除；
[客观练习] —— 占最终成绩的的10%；
[主观练习] —— 占最终成绩的的5%；
[课内讨论] —— 占最终成绩的的5%；
[线上期末考试]——占最终成绩的40%；
教材教参
《Python编程：从数据分析到数据科学》，2019年，电子工业出版社出版，作者：朝乐门
longzhi-net