★學習人工智慧必修的Python程式設計能力和探索性資料分析

　　•完整說明人工智慧世代的你需要具備的Python程式設計能力和所需的Python套件，讓你可以靈活運用這些套件來進行探索性資料分析。

　　•程式的演算法是順序和動作，本書使用流程圖學習程式順序來幫助你了解Python程式結構；使用REPL輸入程式碼來熟悉動作的關鍵字。

　　•人工智慧最重要的部分就是「資料」，使用Jupyter Notebook實作的探索性資料分析，可以幫助你深入了解資料和找出資料之間隱藏的關聯性，以便使用這些關聯性來訓練機器學習模型，進行資料預測。

　　•以實務角度詳細說明Python資料科學的必學套件：Numpy、Matplotlib、Pandas和Scipy。

　　•使用實際範例搭配圖例，帶你進入Python機器學習和深度學習。

一、Python程式設計
第1章 Python語言與人工智慧的基礎
第2章 寫出你的Python程式
第3章 變數、資料型態與輸出輸入
第4章 運算子與運算式
第5章 條件敘述
第6章 迴圈結構
第7章 函數
第8章 字串字串、清單、元組與字典
第9章 模組、類別、檔案與例外處理

二、Python資料科學套件+Jupyter Notebook
第10章 Jupyter Notebook互動運算環境
第11章 NumPy 向量與矩陣運算
第12章 Matplotlib 資料視覺化
第13章 使用Pandas掌握你的資料
第14章 SciPy 演算法與科學運算
第15章 探索性資料分析實作案例

三、Python機器學習與深度學習
第16章 機器學習與深度學習入門

附錄A Python 常用整合開發環境的使用