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。