本书的主要内容包括两个部分：（1）提出“三实三严”教学管理理论（三个实时+三个严格）并实证落地，以《Python人工智能与大数据经典算法》知识体系为例，尝试解决当前创新创业、新工科与网络教学中存在的凸显问题。（2） 零基础Python编程基础、人工智能与大数据经典算法：分类（SVM、决策树等）、聚类（K近邻等）、回归（多元拟合）、降维（主成分分析等）、集成算法（随机森林、GBDT、XGBoost等）、推荐算法（基于项目、基于用户、基于内容）、神经网络（MPL、BP）、深度学习（CNN、RNN）、爬虫（Xpath）、Tensor flow、数据库应用等。本书具有以下特色：零基础Python入门、零基础就能听懂人工智能大数据经典算法，精心打造最简单的课程设计，每个知识点讲解都有案例贯穿，与中国大学慕课网站联动构成线上线下混合教学。
前言
本书是为了尝试解决3个实际问题：一是以“Python人工智能与大数据经典算法”为代表的课程，学生学习和教师备课的难度大、效率低，涉及的知识技能在书籍、网络上查找困难，大量资料呈现出描述含糊不清、缺步跳步、甚至描述错误等问题。以GBDT，XGBoost，CNN为代表的算法，在互联网和书籍上几乎找不到逻辑清晰、简单明了的教程。上述因素小到影响师生教与学，大到制约国家人工智能技术的发展。二是教学质量和人才培养质量明显降低的问题。学生独立解决问题、开拓创新、实践等综合能力差，课堂学习效率低，学生上课对所学知识不感兴趣、上课睡觉、听不懂、不爱学等问题比比皆是，培养出来的学生无法满足社会的用人要求。三是教师教学精力匮乏，导致教学质量低下，学生厌学、听不懂、学不会等问题。以评职称为代表的机制与负担消耗了教师大量精力，导致教师没有时间把主要精力投放到教学与教学管理研究中，没有时间从海量的网络、书籍等资料中抽取知识和技能的精华，导致不能实现精心备课，没有时间对学生平时上课的收益、效果等评价指标进行精细化监控。
本书的特色与创新点在于：提出“三实三严”教学管理理论（三个实时+三个严格）并实现理论落地，以“Python人工智能与大数据经典算法”知识体系为例，尝试解决上述3个问题，实现如下3个目标：①提出“实时实践，严控标准质量”的教育理念，开发“实境编程（笔记）”教学系统，采用“实践案例贯穿知识体系”的方法进行课程设计，用实践驱动教学，频繁使用启发式教学方式，强化培养学生独立解决问题、开拓创新、实践等综合能力。②提出“实时互动，严控过程质量”的教育理念，开发“跟随编程（笔记）”教学系统，采用“老师写一句，学生跟着写一句，手把手教”的方式教学，实现“100%的学生在100%的上课时间聚集100%的精力学会教师教授的100%的知识技能”。③提出“实时PDCA，严控结果质量”，开发“实时评测”教学系统，采用每10秒钟检查统计一次学生笔记、小测验结果的方式，实现高频率PDCA（计划—实施—检查—改进）持续改进。
本书的设计思路与结构安排如下：第1章是“三实三严”教学管理理论研究，从传统教育理论、现代教育技术和专业质量管理3个角度展开研究。从第2章开始以“Python人工智能与大数据经典算法”知识体系中的各经典算法为单元，对“三实三严”教学管理理论进行落地研究：①采用案例贯穿知识体系的方式，为实现“实时实践”教学实施做好准备；②给出具体的“简明案例”，为实现“实时互动”教学实施做好准备；③通过列写任务驱动、教学重点、技能列表与课后练习方式，为实现“实时PDCA” 教学实施做好准备。
本书撰写过程离不开编审校团队的辛勤付出，编审校团队承担了大量的编程调试、算法精简描述、文字试读反馈与审核校对修改工作，最终促成了本书的诞生，特别感谢编审校团队的成员。
全书编审校：郭迎筱、张宇豪、李天悦、陈迎港、陶欣雨、赵梦璇、吴凯钰、李妙钰、左芳玲、夏子阳、李家鑫、徐欣祺、袁丁逸含。
章节编审校：李天悦（教育理论与实践研究）、韩驰（Python编程基础）、杨振宁（Python编程基础）、马雪扬（数据结构与数据操作）、孙昊琳（数据结构与数据操作）、李尚昱（数据结构与数据操作）、王依凡（缺失值填充）、葛潭（缺失值填充）、宋佳怡（一元线性回归）、刘梦宇（多项式回归）、张哲宇（逻辑回归）、董歆雨（逻辑回归）、胡瑞芳（KNN）、胡文棋（KNN）、钱渤洋（贝叶斯）、易慧媛（决策树）、陈祺（决策树）、汤剑成（支持向量机）、阮可（支持向量机）、刘博涵（随机森林）、瞿楚楚（随机森林）、秦博文（AdaBoost）、王雪巧（GBDT）、陈亮直（GBDT）、郭迎筱（XGBoost）、宋琳（PCA）、李冠辰（PCA）、肖辉（SVD）、吴兰（SVD）、刘翰宸（LDA）、王雯（LDA）、王诗语（K-Means）、曹洪涛（DBSCAN）、李新杰（分层聚类）、黄悦轩（分层聚类）、王冕（基于项目的协同过滤）、苍婉昭（基于项目的协同过滤）、陈思彤（基于用户的协同过滤）、邱孟琦（基于用户的协同过滤）、叶江涵（ARIMA）、高子轩（ARIMA）、陶欣雨（神经网络）、马溢韩（xPath）、佟雨尧（Beautiful Soup）、赵梦璇（Tkinter）。
本书在中国大学慕课网站上配备了配套视频课程，补充了程序设计基础（Python，C，Java语言）、统计与人工智能原理与实践（Python实现假设检验、单因素与双因素方差分析、岭回归、Lasso回归、softmax、数据库操作、TensorFlow等本书尚未涉及的知识领域）、Python高级项目管理师（PMP）等内容。
本书为首都经济贸易大学“创新创业教育”“互联网+新工科教育”“课程思政”系列教学研究成果，由首都经济贸易大学教务处资助出版。
感谢北京市教育委员会教学改革创新项目（No202，2019）、北京市教育委员会优质本科教材课件项目（2020）与首都经济贸易大学党委宣传部党建和思想政治工作重点课题“‘新工科+课程思政’高质量教学模式创新研究”（2019）对本研究的支持。
本书的配套网络教学资源的统一入口为：http://liujingwei.cn，网站的二维码为：
刘经纬，副教授，硕士研究生导师，工学博士，信息系统项目管理师（高级），PMP（国际项目管理专家认证），现任首都经济贸易大学管理工程学院大数据系党支部书记。
曾获得北京市教学改革创新项目奖，北京市优质本科教材课件奖，首都经济贸易大学青年教师教学基本功大赛一等奖、最受学生欢迎奖、教育教学成果一等奖、优秀课堂奖、优秀教师党员、优秀教师、优秀班主任、后备学科带头人等奖励与称号。指导学生多次参加省部级以上创业与创新科技竞赛，获奖项20余项，指导学生获得北京市优秀毕业设计（论文）。
获国家发明、实用新型专利20余项，发表学术论文（SCI一区、CSCD核心期刊等）、软件著作权20余项（篇），出版学术专著2部、教材2部，主持和参与省部级以上科研项目多项。
先后担任政府机关及直属企事业单位信息化项目负责人（CTO），教育部全国高校教师网络培训中心授课教师，中国人民大学、对外经济贸易大学等多所985、211高校授课教师，公安部首都机场公安局信息化技术专家，商务部机关、外贸发展事务局、机电商会等直属机构信息化技术专家，北京市政府及各委办局信息化建设评审专家等。
陈佳明，工学博士研究生，高级云计算应用工程师。主要研究方向为模式识别与人工智能系统，类脑智能与脑机接口。
曾获中法 Scilab 计算机应用大赛全国二等奖，蓝桥杯 C++组北京市一等奖。以第一作者身份发表学术论文3篇,曾主持北京市门头沟区环保局OBD车辆数据分析系统开发项目。
先后担任慧科集团大数据学院Python人工智能讲师、微软人工智能训练营讲师，首都经济贸易大学Python基础与人工智能经典算法课程讲师，首都师范大学附属中学C++算法竞赛社团讲师和北京市第十五中学Python人工智能和C++讲师。
书单推荐
