第 1章
統(tǒng)計學基礎 1 1.1　數(shù)據(jù)分布 2 1.2　離中趨勢 4 1.3　抽樣理論 6 1.4　基本統(tǒng)計概念 9 第 2章
Python基礎 15 2.1　Python介紹 16 2.2　第 一個Python程序 16 2.3　安裝Anaconda 17 2.4　Python規(guī)范 23 2.5　Python的數(shù)據(jù)類型 24 2.6　Python語句 29 2.7　Python函數(shù) 33 2.8　Python中的模塊和包 36 2.9　Python時間模塊 37 2.10　Python文件操作 44 第3章
綜合練習：迷你DVD管理器 51 3.1　項目需求 52 3.2　開發(fā)步驟 52 第4章
Python面向?qū)ο笕腴T 59 4.1　定義Python類 60 4.2　繼承的原理 61 4.3　Python構造函數(shù) 62 4.4　實例 63 4.5　小結 65 第5章
綜合練習：迷你DVD
管理器（OOP版） 67 第6章
在Python中操作 MySQL 73 6.1　安裝PyMySQL 74 6.2　pymysql.connect()中的參數(shù)說明 74 6.3　connection對象支持的方法 74 6.4　cursor對象支持的方法 75 6.5　實現(xiàn)pymysql的增刪改查功能 75 第７章
NumPy 79 7.1　NumPy介紹 80 7.2　NumPy數(shù)組 80 7.3　numpy.zeros()和numpy.ones() 82 7.4　numpy.reshape()和numpy.flatten() 83 7.5　numpy.hstack()和numpy.vstack() 84 7.6　numpy.asarray() 85 7.7　numpy.arange() 86 7.8　numpy.linspace()和numpy.
　 logspace() 87 7.9　索引和切片NumPy數(shù)組 88 7.10　NumPy統(tǒng)計函數(shù)與示例 89 7.11　numpy.dot() 90 7.12　numpy.matmul() 90 7.13　numpy.linalg.det() 91 7.14　NumPy實例 91 第8章
pandas 95 8.1　pandas介紹 96 8.2　pandas的數(shù)據(jù)結構 96 8.3　創(chuàng)建數(shù)據(jù)幀 97 8.4　創(chuàng)建日期范圍 98 8.5　查看數(shù)據(jù) 98 8.6　拆分數(shù)據(jù) 99 8.7　讀取并寫入數(shù)據(jù) 103 8.8　pandas實例 105 第9章
Matplotlib 109 9.1　安裝Matplotlib并查看版本 110 9.2　繪制折線圖 110 9.3　繪制柱狀圖 113 第 10章
人工智能 121 10.1　人工智能領域 122 10.2　機器學習 122 10.3　監(jiān)督學習和無監(jiān)督學習 127 10.4　2020年19個最佳AI聊天
　　機器人 129 第 11章
Scikit-Learn 135 11.1　Scikit-Learn介紹 136 11.2　數(shù)據(jù)集 136 11.3　Scikit-Learn實例 139 11.4　模型選擇和評估 162 第 12章
實戰(zhàn)案例 169 12.1　泰坦尼克號（完整過程分析） 170 12.2　電信單用戶轉(zhuǎn)合約預測 189 12.3　電信低速率小區(qū)預測 193 12.4　預測客戶是否會認購定期存款 196 12.5　銀行信用卡欺詐檢測 205 第 13章
神經(jīng)網(wǎng)絡 211 13.1　深度學習 212 13.2　前饋神經(jīng)網(wǎng)絡 214 13.3　FNN實例——低速率小區(qū) 215 13.4　遞歸神經(jīng)網(wǎng)絡 220 13.5　RNN實例——低速率小區(qū) 226 13.6　卷積神經(jīng)網(wǎng)絡 227 13.7　CNN實例——低速率小區(qū) 232