《Python机器学习（微课视频版）——手把手教你掌握150个精彩案例》由浅入深、图文并茂地介绍了Python机器学习方面的相关内容，并通过150多个实际案例，手把手地教会读者掌握用Python语言进行机器学习相关项目开发的方法与技巧。

书中包含Python语言基础内容、机器学习、人工智能、TensorFlow、Keras、OpenCV等相关API的使用方法，给出的每个案例都可以单独运行，可进行二次开发。 

为了提高学习效果，本书为所有案例提供了完整的微课视频和程序代码文件，获取方式见前言。

《Python机器学习（微课视频版）——手把手教你掌握150个精彩案例》适合学习机器学习算法的初学者，对机器学习、人工智能感兴趣的学生和从业者，以及进行机器学习相关项目开发的工程师阅读参考。

当全世界都在赞叹人工智机器时代即将到来的同时，对人工智能专业的人才需求急剧增加，大量的高薪职位却找不到人。我们处在这样一个拥有大好机会的人工智能、机器学习时代，为何不给自己一个进入人工智能行列的机会呢？本书为没有任何程序设计经验的开发者提供一个全新的入口，从基本的Python基础语言到人工智能，针对Python程序中大量的函数库和重要技术进行详细讲解，结合大量的实际案例与经验，让读者能够快速成为真正能在人工智能时代驰骋的高手。

本书注重Python机器学习的实战开发，书中包含Python、OOP、爬虫、统计、UI、OpenData、网络、JSON、XML、Excel、CSV、大数据分析、机器人机器学习、对话等相关API的使用方法，提供了150多个案例，每个案例都可以单独运行，读者可直接运用进行二次开发。

书中提供了大量的Python程序，用浅显易懂的语言来讲述，并尽量在程序中进行注释和讲解，使读者了解每个程序的动作，也能拥有最多的案例。同时书中在介绍与统计分析相关的机器学习数据分析的程序时，大量使用真实数据进行分析和预测，将程序应用在生活中。

本书基于笔者多年在各大城市教授的Python、机器学习、人工智能等课程内容，这些内容也是笔者曾在各大企业给工程师们讲授过的，经历过业界顶尖工程师学员的检验，实战多年后才编著成书，也谢谢学员们的鼓励，才能让本书问世。同时，刘星也参与了本书的编写工作。为了让读者阅读和学习时更方便、易懂，语言文字、案例代码和视频都经过反复编写和录制，希望有心向人工智能迈进的您，能够有更棒的学习效果。

最重要的是要感谢购买本书的读者，让笔者有更实质的动力继续写作。在本书的编写过程中，要特别感谢清华大学出版社的编辑，通过多次的邮件和会议沟通，逐字校对，尽心尽力，用最专业的角度推荐写作的方式，就是为了把最好的内容呈现给读者。

笔者才疏学浅且在美国硅谷居住大半辈子，使用中文编写，书中的遣词造句难免不妥，还请各位见谅。本书不仅仅只是书籍，期许能成为工作与学习上的参考宝典。如果在阅读的时候有任何问题，欢迎到笔者网站一同讨论与交流，让学习也可以交互，并且结交更多朋友。

本书配套资源如下： 

 程序代码，请扫描下方二维码下载。

 微课视频(420分钟)，请扫描书中各章节对应二维码观看。

程序代码下载

柯博文

于美国硅谷San Jose

2020年2月

程序代码下载

第1章Python程序语言

视频讲解： 1个

1.1Python程序语言的介绍

1.2Python历史

1.3Python版本

第2章安装和运行Python开发环境

视频讲解： 6个

2.1Windows操作系统中安装Python

2.2Windows操作系统中测试与运行Python

2.3Mac操作系统中安装Python

2.4Mac操作系统中测试与运行Python

2.5Linux和树莓派中安装Python

2.6Linux和树莓派中测试与运行Python

第3章开发程序和工具

视频讲解： 7个

 实例： 2个

3.1我的第一个Python程序(Windows版)

3.2我的第一个Python程序(Mac、Linux和树莓派版)

3.3开发和调试工具——PyCharm下载和安装

3.4PyCharm工具介绍

3.5创建项目

3.6调试

3.7安装其他的Packages函数库

3.8安装Anaconda

3.9使用Anaconda

3.10pip安装包

3.11本书需要安装的第三方函数库列表

第4章Python程序基础

视频讲解： 13个

 实例： 25个

4.1Python注释

4.2Python数据模式

4.3Python数学计算

4.4Python打印

4.5if…else条件判断语句

4.6Array数组——List

4.7range范围

4.8for循环

4.9UTF8中文文字编码和文字输入

4.10while循环语法

第5章函数和面向对象OOP

视频讲解： 12个

 实例： 17个

5.1开发函数(def)

5.2import导入和开发

5.3类(class)

5.4类的初始化预定义值

5.5类中的函数方法(Method)

5.6类中的属性(Property)

5.7类中调用其他的函数方法

5.8设置公开、私有的类函数方法

5.9把类独立成另一个文件

5.10继承——OOP面向对象

5.11多重继承

5.12调用父类函数

5.13调用父类的属性

第6章窗口处理GUI Tkinter

视频讲解： 12个

 实例： 12个

6.1窗口GUI函数库

6.2窗口

6.3文字Label

6.4显示图片Image

6.5按键Button 

6.6消息窗口tkMessageBox

6.7输入框Entry

6.8绘图Canvas

第7章数据容器Containers

视频讲解： 7个

 实例： 7个

7.1List数组

7.2List数组数据的多样性

7.3List的数学处理

7.4Slicing切片

7.5Dictionarie字典

7.6Set序列集集合比较

7.7Tuple序列

第8章图表函数库Matplotlib

视频讲解： 8个

 实例： 7个

8.1Matplotlib介绍

8.2画线

8.3画点

8.4画面切割

8.5显示图片

8.6在窗口程序中显示图表

第9章文件处理和开放数据

视频讲解： 5个

 实例： 5个

9.1开放数据介绍

9.2保存

9.3文件复制、删除和列出所有文件

9.4文件夹

9.5读入Excel文件

9.6读入、处理和存储CSV文件——气象风暴数据

第10章网络

视频讲解： 5个

 实例： 8个

10.1超文本传输协议HTTP GET

10.2超文本传输协议HTTP POST

10.3可扩展标记式语言XML

10.4JSON

第11章数据库

视频讲解： 7个

 实例： 4个

11.1下载和装载MySQL数据库

11.2创建数据库用户——Add User

11.3创建数据库——Add database

11.4打开数据库——MySQLpython和pymysql

11.5创建数据库数据——insert

11.6取得数据——select

11.7删除和修改数据库数据——DELETE和UPDATA

第12章自然语言处理——中文简体和繁体转换

视频讲解： 8个

 实例： 8个

12.1中文分词断词工具

12.2分析文件的文字

12.3自定分词

12.4取出断词位置

12.5移除用词和自定比重分数

12.6排列出最常出现的分词

12.7网络文章的重点

第13章人工智能标记语言AIML

视频讲解： 5个

 实例： 6个

13.1人工智能标记语言AIML介绍

13.2中文机器人

13.3AIML语法教程——随机对话

13.4AIML语法教程——变量

第14章网络服务器

视频讲解： 4个

 实例： 4个

14.1Python网页服务器

14.2开发自己的网页服务器

14.3显示HTTP内容

14.4取得HTTP GET所传递的数据

14.5取得HTTP POST所传递的数据

第15章网络爬虫与BeautifulSoup4

视频讲解： 4个

 实例： 4个

15.1网络爬虫——取得网络文章内容

15.2BeautifulSoup的函数和属性

15.3实战案例——获取柯博文老师的博客文章

15.4实战练习

第16章pandas数据分析和量化投资

视频讲解： 10个

 实例： 10个

16.1安装

16.2使用pandas读入和存储Excel的文件

16.3使用pandas读入和存储CSV的文本内容

16.4读入网络上的表格

16.5DataFrame

16.6计算

16.7实战分析Apple公司股价

16.8统计相关计算

16.9逻辑判断——找出股价高点

16.10计算股价浮动和每月的变化

16.11画出股票的走势图和箱形图

第17章NumPy矩阵运算数学函数库

视频讲解： 10个

 实例： 10个

17.1矩阵数据初始化

17.2NumPy默认数组

17.3多维数组的索引

17.4多维数组的切片

17.5花式索引

17.6数据模式

17.7利用数组进行数据计算处理

17.8统计

17.9逻辑判断

17.10不同尺寸的矩阵相加

第18章使用pyinstaller生成运行文件

视频讲解： 3个

18.1pyinstaller功能介绍和安装

18.2pyinstaller安装步骤

18.2.1Windows操作系统下生成运行文件

18.2.2Mac和Linux操作系统下生成运行文件

第19章机器学习算法——Regression回归分析

视频讲解： 9个

 实例： 9个

19.1数据准备

19.2机器学习的数据准备

19.3回归分析数学介绍

19.4回归分析绘图

19.5随机数数据

19.6残差

19.7使用scikitlearn的linear_model函数求线性回归

19.8实战案例——动物大脑和身体的关系

19.9实战案例——糖尿病数据集

19.9.1绘制出数据

19.9.2将数据存到Excel文件

19.9.3使用回归分析找出BMI与糖尿病的关系

第20章机器学习算法——kNN 最近邻居法

视频讲解： 4个

 实例： 4个

20.1kNN数学介绍

20.2使用sklearn的kNN判断水果种类

20.3实战案例——鸢尾花的种类判断

20.3.1鸢尾花数据下载和保存到Excel文件

20.3.2使用kNN判别鸢尾花的种类

第21章机器学习算法——kmeans平均算法

视频讲解： 4个

 实例： 4个

21.1kmeans数学介绍

21.2sklearn的kmeans类

21.3kmeans实战案例

21.4kmeans实战案例图形化呈现结果

第22章机器学习算法——决策树算法

视频讲解： 3个

 实例： 3个

22.1决策树数学介绍——Gini系数

22.2sklearn的DecisionTreeClassifier决策树

22.3决策树图形化呈现结果

第23章机器学习算法——随机森林算法

视频讲解： 2个

 实例： 2个

23.1随机森林算法数学原理

23.2随机森林函数

23.3随机森林图形化

第24章机器学习算法——贝叶斯分类器

视频讲解： 4个

 实例： 4个

24.1贝叶斯分类器数学原理

24.2贝叶斯分类器实战案例

24.3贝叶斯分类器图形化

24.4numpy.meshgrid方法

24.5贝叶斯分类器圈选出分类的范围

（1）《Python机器学习（微课视频版）——手把手教你掌握150个精彩案例》系统论述用Python语言进行机器学习项目开发的方法与技巧，内容涉及机器学习、大数据分析、自然语言处理等方面。（2）柯博文老师（作者）长年在美国及中国各地教授Python、机器学习、人工智能等课程，积累了丰富的实战经验后才编著成书，书中内容也经过了业界**工程师学员的检验。书中程序均经过实际验证，读者可直接使用或进行二次开发。（3）在介绍与统计分析相关的机器学习数据分析的程序中，使用了大量的真实数据进行分析和预测，具有极强的实用性和可信度。（4）配套资源：程序代码和420分钟微课视频。

柯博文 美国硅谷的科技公司创业者，LoopTek（录克）公司 CTO，拥有20多年的实际开发经验，全球数十家科技公司内训讲师。长期专注于人工智能、移动互联、智能硬件的应用开发。曾任工业和信息化部电子视像行业协会顾问、中国物联网应用与推进联盟智能顾问。致力推广人工智能技术，在全球多个城市定期举办推广活动，做过400余场次的开发技术专题演讲。出版多部畅销图书。