2022版 大数据与人工智能实验教程 姜亦学 大数据人工智能配套实验教材 Python语言基本语法人工智能基础教材 北京大学旗舰店正版 在线下载 pdf mobi 2025 epub 电子版

本书是《大数据与人工智能》的配套实验教材，共分为四个部分：di一部分大数据篇，重点介绍大数据实验需要用到的相关软件等；di二部分人工智能篇，主要从神经网络入手设计了五个常规实验；di三部分Python 篇，主要介绍Python 语言的基本语法、Python 常用库、数据采集和数据可视化；di四部分自测题。本书力求让读者通过实际操作，深刻理解大数据与人工智能的相关知识及应用。 本书可作为gao等院校大数据与人工智能相关专业的教材，也可供从事大数据和人工智能等领域的科研工作者和广大工程技术人员参考，还可供对该领域感兴趣的读者自学使用。

第一部分 大数据篇 ................................................................................................................................... 1

实验1.1 虚拟机的安装及配置 .............................................................................................................. 1

实验1.2 Linux 的安装与基本操作 ..................................................................................................... 13

实验1.3 Hadoop 的安装与配置 .......................................................................................................... 22

第二部分 人工智能篇 ............................................................................................................................ 42

实验2.1 TensorFlow 基础 ................................................................................................................... 42

实验2.2 TensorFlow 应用 ................................................................................................................... 48

实验2.3 搭建简单的神经网络 ............................................................................................................ 64

实验2.4 基于卷积神经网络的MNIST 手写体识别 .......................................................................... 78

实验2.5 人脸识别实例 ........................................................................................................................ 87

第三部分 Python 篇 ................................................................................................................................ 98

实验3.1 Python 基础 ........................................................................................................................... 98

实验3.2 Python 常用库 ..................................................................................................................... 105

实验3.3 数据采集 .............................................................................................................................. 111

实验3.4 数据可视化 .......................................................................................................................... 118

第四部分 自测题 .................................................................................................................................... 130

第1 套 自测题 ................................................................................................................................... 130

第2 套 自测题 ................................................................................................................................... 135

第3 套 自测题 ................................................................................................................................... 141

第4 套 自测题 ................................................................................................................................... 146

第5 套 自测题 ................................................................................................................................... 151

附录 ............................................................................................................................................................... 156

附录A Python 保留字 ....................................................................................................................... 156

附录B NumPy 库函数 ....................................................................................................................... 157

附录C Matplotlib 库函数 .................................................................................................................. 164

附录D OpenCV 框架 ........................................................................................................................ 169

附录E 实验报告参考样本 ................................................................................................................ 170

参考文献 ....................................................................................................................................................... 171

姜亦学，长春工程学院计算机学院副教授，主要研究方向为大数据、人工智能。发表论文近20篇；出版教材2部；参与的省部级项目2项。历年主讲的课程包括C语言程序设计、VB语言程序设计、微型计算机技术与原理、大学计算机基础、计算机网络、大数据与人工智能。 李子梅，副教授，长春工程学院。主要研究方向为人工智能和大数据，主持省级课题10项，软件著作权4项，发表学术论文10余篇。

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：2022版 大数据与人工智能实验教程 姜亦学 大数据人工智能配套实验教材 Python语言基本语法人工智能基础教材 北京大学旗舰店正版在线阅读

在线听书地址：2022版 大数据与人工智能实验教程 姜亦学 大数据人工智能配套实验教材 Python语言基本语法人工智能基础教材 北京大学旗舰店正版在线收听

在线购买地址：2022版 大数据与人工智能实验教程 姜亦学 大数据人工智能配套实验教材 Python语言基本语法人工智能基础教材 北京大学旗舰店正版在线购买

暂无原文赏析，正在全力查找中！

暂无其它内容！

• 作者：韦 发布时间：2019-08-05 17:46:56

  中国古代大家闺秀会动不动就当众裸上身吗

• 作者：兔头 发布时间：2019-01-17 21:34:10

  讲得很全面。

  但是给人一种旅行只是为了拍照片发票圈装X的感觉。“切莫输在起跑线上，交通工具上也要拍”“快速发片，决胜旅行摄影大赛”这样的论调我挺不喜欢的。

  旅行路上看到有趣的东西就顺手拍一张，拍照只是为了记录，不要本末倒置。

• 作者：买齐齐知行合一 发布时间：2017-08-05 18:32:39

  he does not fish for food or for money , he fishes for his dignity.

• 作者：穿风衣的猫 发布时间：2015-07-01 16:31:31

  参考材料。价值立场先行。个人数据的权利构造有较大的启发。

• 作者：游枫桥 发布时间：2019-06-04 23:06:21

  没上一本好看了

• 作者：鱼的七秒记忆 发布时间：2015-11-22 10:27:51

  心灵鸡汤没有用…翻译更是不敢恭维…只能落在一边等废旧报纸回收了…

• 一本给人启发，让人受益，引人深思的好书

  作者：有风吹过 发布时间：2009-11-30 21:57:11

      科技革命、市场经济、民主政治，为什么没有在近代中国出现？这个问题问的人多，答的人少，让人信服的答案更少。

      只读了书的绪论部分，便给人以惊喜，乃至产生原来如此、爱不释手的感觉——只有从传统文化以及由此产生的政治、经济等各个层面的制度入手，才能给人以更深刻的启发，让人信服！这也是近期锵锵三人行中由日本的垃圾分类谈到中日国人思维差异时得出的结论。

      能对官场文化进行研究并出书的，本身就具备非常人的勇气和见识，何况此乃作者历时18年，遍读马恩列斯毛邓著作打磨的心血结晶！

      详读之前致以敬意！

      

• 自己的笔记从来不看，别人的笔记价值百万……

  作者：魔云兽 发布时间：2021-07-14 21:30:12

  各位想过一个问题没有？为什么已经有了txt和word，还有人要付费购买类似印象笔记、有道云笔记这样的app服务呢？

  你的笔记痛点，总有人关心

  这个问题其实不难，因为人的笔记需求是多种多样的。你写txt文档时，插图就不如word方便。你要是需要整理、同步你的笔记，甚至分类查询等，word就不如印象笔记方便。

  我自己写公众号每次花很多时间排版，那我就不如用Typora写markdown文档方便，这时候bear、Ulysses笔记本可能也是不错的选择。

  所以笔记应用层出不穷，正是开发者在满足一代一代的新生需求。

  那么最近如果大家留心，会发现各种笔记app，传统的也好，新生的也罢，都开始集体添加一些关联的新功能：双链、关系图谱和块引用等。Roam Research、Obsidian首当其冲，主打双链笔记这样的概念。Notion和印象笔记也火速加入了双链笔记功能。

  

  别人在用的双链笔记是怎么一回事？

  所谓双链笔记，就是你在记笔记的时候，可以非常方便地给一些关键词创建一个链接（在obsidian里面，你只需要输入“

  [[

  ” 这样的符号即可 ），这个链接可以直接创建一条新笔记，而且这个新笔记还可以方便地链接回来。你可以看下图：

  

  这个功能有什么好处呢？最直观最容易理解的作用，就是方便建立我们自己的网状的信息库。通过超链接，你可以从一篇笔记链接到其他任何一篇笔记上去，以前你做这样一个效果，是先有链接再复制，现在你随时随地都可以直接插入。

  可能有人会很诧异：就这吗？这不就是构建一个属于自己的维基百科吗？如果我们这么想，只能说“对了一半”，卢曼卡片笔记法配合现在的软件工具，确实能产生你自己的维基百科。但是伴随着卢曼的笔记体系，网状的笔记其实不仅是存储和分类，按照卢曼的笔记法来使用的话，这一套东西其实是自生长的有机体。能帮助我们发现关注的不同话题间隐秘的联系，能让我们拓展研究课题的新思路。

  什么是关系图谱和块引用？

  

  配合双链还有关系图谱和块引用，所谓关系图谱就是像下面这样的东西：

  你的双链笔记一旦建立，在不少软件中，这个图谱就自动出现了。它的意义在哪里？在我看来主要有两个，第一个是能帮我们发现笔记之间的联系。第二个是能让我们站在更高的维度去思考我们关注的知识和信息。你看着这些图片，其实跟看思维导图的感受很一致。如果你认同思维导图的价值，我想你不难明白这种视图对一些人的意义吧。

  所谓块引用，就是一个笔记里面，你可以建立同一个笔记页内部的超链，还是用一个图来展示吧：

  

  这个块会自动生成一个代码，你编辑这个代码为一个容易记的东西，可能在你写长文的时候，引用比较方便。

  好了，当我们知道这些概念以后，我们大概对双链笔记有个印象了。那么就可以思考两个问题了：

  这一波软件的群体性的变化，到底满足的是什么需求？真有那么必要吗？

  我们普通人要不要跟？

  我先直接说后一个问题我的看法：这一波潮流确实值得跟一下，如果你热爱写作，有志于持续不断地输出内容，那么双链笔记背后的理念是可以学习的。这个东西的关键词就是“卢曼卡片笔记法”，出版物里讲这个问题讲得最清楚的是这本书——《卡片笔记写作法》，原书名叫《How to Take Smart Notes》，在国外很火。

  

  新变化反应的需求本质是什么？

  一个刚接触双链笔记的人很容易会对它宣称的意义不以为然：一个双链，还值得写一本书来讲吗？百度百科不也链来链去的吗？并没有觉得对记笔记有什么特别的意义。

  没错！

  这正是卢曼笔记法不好推广的原因。传统的笔记思路几乎全部重点都在精华知识点的存储和分类上。这时候你会觉得“一支笔，一个本子，足够了”。

  如果你几乎不进行深度工作，不经常深度思考，也没有大量输出，那么双链笔记的收益几乎是可以忽略不计的。

  但是，如果你工作和生活里有一些问题需要长期思考，你需要统合多种书的相关信息并发现未被注意到的部分，或者你有大量的写作计划。那么恭喜你，双链笔记满足的正是这类人写作中的高频需求。

  告别信息坟场，要关注检索思路

  双链的价值不在于方便地检索，你要只是检索，那任何可以打标签的笔记工具都能满足。说到这个，我特别想推荐Utools工具里的备忘。这个备忘它的应用场景就是随时用快捷键调用高频易忘的信息，所以你给备忘打标签的时候，就要思考了，尽量不要以归纳总结的方式来打标签，而必须是假设你将来怎么也想不起来，你觉得什么词儿最有助于你想起那个信息来，那你就用那个当标签。

  

  Utools备忘的这个思想，也正好就是《卡片笔记写作法》的精髓之一。当你记笔记的时候，你的目的不是把它存在你的电脑上，最重要的是要意识到，这些东西你迟早是要用的。那么既然是用，你总不能到用的时候才从N万条信息里面寻找吧。然而在实际情况中，当我们笔记越积越多的时候，确实它就成了一个负担。这东西不仅是搜标签很麻烦，有时候你甚至不记得你曾经记录过。所以，构建笔记的脉络，才是最重要的事情。可惜Utools备忘没办法让人看到笔记间的联系。如果你的资料是海量的，又强相关，用这个工具效果就次一点了。

  构建笔记脉络之所以重要，那是因为我们并不把笔记软件当一个知识库，而是要发现我们关注的问题是怎么一点点变清晰的。我们不要非常勤奋地复制粘贴，最后把软件变成了永远不去使用的所谓信息库，这种笔记那它就是一个信息坟场。卡片笔记的最终目标之一是让双链笔记app服务于人的思考。

  所以，便于提取笔记资料的方法，这是卡片笔记法最提倡的东西。而双链笔记工具在这个层面上能给标签检索法增加很多便利。

  找到不是目的，发现才有意义

  传统笔记观中，如果你脑力足够强，你都不一定要记笔记。但是在《卡片笔记写作法》的作者看来，卡片笔记完全可以作为第二大脑来用。换句话讲，不管你脑力是不是强，这一套笔记方法是会直接促进你的思考的。

  跟我们想象的生造一个属于自己的维基百科不同，也跟Utools的备忘不同，卡片笔记法要解决的问题是高效率地阅读和思考。

  当我们长期研究一个主题的时候，其实它会衍生出很多新问题来。这些问题并不会灵光一闪你就找到解决方案，你经常需要参考大量的资料，去阅读和消化你发现的东西。这个时间跨度是如此之长，如果你没有这种辅助工具，仅凭记忆能力，效率就上不来，看新的忘旧的，然后只能硬想。

  但是卡片笔记法的思路就不同了。因为它记笔记的时候，就要求你思考新内容跟你关注的重点之间的联系，所以搭建这套系统的时候，笔记之间内生性的脉络也在交叉互动。围绕你关注的核心问题，会产生一个又一个新的视角、新的议题。尤其是双链笔记app可以非常方便地构建这样的链接。这样，在整个过程中，我们并不单纯把笔记当成是分类和保存信息的工具，相反，它直接促使我们思考，并发现那种类似跨界产生的奇妙化学反应。

  你不断添加笔记，你的这个问题关注体系就在变化，你就能发现更多的脉络和线索。而且由于现在软件一般都能很轻松地展示知识关系图谱，所以卢曼这一套东西就更能助力你的研究。

  一个“粗糙”的卡片笔记案例

  说了这么多，我还是举一个真实的例子吧。我本人其实也勉强算这种笔记法的受益人。

  我的工作是要把优秀的绘本推荐给需要的家庭。这样我就需要通过写文章，或者做视频的方法，把一本书展示给目标受众看｡

  因为要打动买家购买，所以我必须学会用合适的方法去展示一本书的价值。而要展示价值，首先就要发现价值。

  发现一本书的价值，并不像很多人想象的那么简单。绘本被设计成为它最终的样子，会有一些背后的理由。但是绝大多数的书很少就这个问题去解释更多。所以我们会花很多的时间，查资料去了解一本书。当我们真正发现一本书背后的理念，尤其是它的核心价值的时候，这些案例就会被我们收集起来，成为学习拆解其它新书的参考资料。

  这些书就像卢曼的卡片盒子一样，摆放在我们身后的书架，还有我们乱糟糟的办公桌上。当然，我们也会把这些案例写成公众号的文章。但是，最终我们使用的时候，很少会拿着这些文章来看，相反，我们总是顺手从书架上把书拿下来。

  这个过程中，有一些特别的书会成为重要的节点。你比如《儿童艺术大书》和《当孩子遇见书》。

  《儿童艺术大书》介绍了很多艺术大师的创作细节，你能感受到一些思考的过程。拆解这样的书的时候，我们会发现有一些内容跟我们其它书是有联系的。毕竟，某种程度上，绘本也算是一种艺术创作。比如，我们看到书上作者问孩子名画儿上发生了什么，我们意识到真正的儿童视角是很关键的。这样我们找出来以前的书，会发现有的有明显的儿童视角，而有的书其实没有这样的意识。

  而第二本《当孩子遇见书》则让我们对阅读塑造人有了更深入的理解。所以这就带来另一个价值发现的视角：一本书在塑造一个孩子的方面，起到了何种作用？我们用这个来衡量一本需要发现价值的新书时，可以更快地理解作者的意图，和它最终的效果。

  说到这里可能有人会有疑惑，这跟卡片笔记有什么关系？

  卡片笔记的精髓在于通过构建新旧笔记的联系，而发展创见。我在办公室的操作正暗合这样的模式。

  我把这些书的笔记记录下来，还写了推荐，但是这样的文章并不方便研究使用。尤其是疫情期间，当我在家办公的时候，因为没有丰富的书架，我整个创作的效率都慢了下来。那会儿，我才意识到我对书的依赖，本质上是因为我可以在短时间内通过随机浏览书从而激发灵感。

  当我前几天看完《卡片笔记写作法》的时候，我发现我日常工作其实潜意识已经把一些书归类，或者也可以说把它连成了一些链条。看到实体书，相当于一种知识图谱，这种全局性的预览让潜意识形成了真正的想法。既然如此，那么我们就可以在日常的笔记整理中，关注两本书之间的联系。这样一来，我们几乎是用碎片化的时间，把设计还有儿童心理还有绘画一类的东西重新学习了一遍。我们没有时间自上而下的去系统学习相关课程的时候，这无疑是一个非常好的办法。

  这里我们也必须得强调一句，卡片笔记也并不是说任何时候都绝对优于树形笔记。事实上，我们在从事这个工作的时候，还是有按照树形笔记指导我们的学习。

  可以这么来讲：

  「在学习的时候，树形笔记给我们提供了完整的知识架构，而当我们探索的时候，卡片笔记法指导下的双链笔记则给了我们无限可能。」

  让笔记变成自生长的智慧体

  写到这里我还可以再补充一件小事。当我在阅读《卡片笔记写作法》的时候，看见了这样一段话：

  ❝

  刻意制造变化和对比可以促进学习。内特·康奈尔和比约克在实验性地教给学生不同的艺术风格时，就揭示了这一点。首先，他们采用传统的方法，将同种风格的不同画作一次性展示给一批学生。然后，他们又故意把不同风格的画作随机呈现给另一批学生。后者更快学会了区分艺术风格，而且在将画作（他们从未见过的）与艺术风格和艺术家相匹配方面也更加成功。由此可见，与按主题分类相比，详细阐释笔记的异同点，不仅有助于提高学习效率，而且有利于培养学生的分类能力，建立合理的分类方式。

  ❞

  我立刻把它放在了我的Obsidian笔记本里，并且让它跟《万物比比看：认识我们的世界》还有《谁是谁？那些相似的动物》这两本关联了起来。

  与此相关的另一则笔记则是这样的：

  ❝

  我们的大脑通过重复扫描周围环境，将注意力从一个区域转移到另一个区域，从而进化出注意细节的能力。大脑在扫描的时候比在专注的时候更容易注意到细节。”（Zull,2002）这就是为什么当我们把所要思考的事物放在眼前时，思考就会更有效的原因之一。这是我们的天性。

  ❞

  而我之所以把它们联系起来，并不是因为他们都出自这本《卡片笔记写作法》，而是因为它们跟我目前工作遇见的事情高度相关。这也是这个卡片笔记写作法的精髓之一，你的初心和出发点，都是为了解决自己最关心的那些问题。也只有这样，你的笔记才会在你与它的互动中，变得越来越复杂，但也越来越有用和清晰。

  《卡片笔记写作法》教给我的事

  最后，我们分享一些这本书里我觉得笔记核心的信息吧。

  第一个，创建一个【闪念笔记本】来搜集我们的灵感；

  第二个，创建一个【读书笔记本】来做简短的读书笔记；

  第三个，创建一个【永久笔记本】来收集根据以上两个笔记本而形成的思考。

  第四个，梳理这些思考，并在他们之间建立链接。

  第五个，长期去投喂你的笔记，然后思考你关注的核心问题。从永久笔记中发现新的主题或者新的关联。

  第六个，把你发现的东西写成文章。这时候可能你会继续寻找论据。但是你已经发现，碎片化的输入居然真的可以成为像模像样的篇章。

  为了让这个系统跑得通，所有这一切，也要遵循一些原则。

  第一个，做这类笔记，一定要简洁。其次，也要克制。并不是什么大事小情都要记录在卡片日记系统里。

  第二个，要经常性地整理你的笔记，该删的删，该留的留。

  第三个，要保持开放的心态。我们每个人都有自己的选择偏好，但是往往我们意识不到这种偏好本身的弊端。所以作者在书里建议我们做笔记的时候，唯一的标准是能否对已有笔记的讨论构成补充，而不能是我们的偏好。很多时候那些让我们不舒服的观点，才带给我们更多有价值的思考。

  最后还有一点，叫做写作者和独立批评家角色的分离。就是说，我们在写作的时候，创作过程可以高度自由，但是当你真要发布的时候，你应该以批评家的角色来要求自己。千万不要错位，就像很多人写一个东西开不了头一样，这就是独立批评家角色跟写作者错位了。其实你没必要一气呵成，能写哪部分咱们先写，写完再开头不好吗？

  其实，这本书远不止以上这些内容。卡片笔记写作法，它作为一个系统，肯定不是一篇文章，就能让大家意识到它的好的。这也是为何作者能写一本书的原因。所以，如果你真的对深度思考有兴趣，要长期保持写作习惯，那么这本书确实值得一看，也许你这个笔记系统改变了，很多事情都会变得不一样。另外，我也特别建议大家思考《卡片笔记写作法》最后那个flomo·浮墨卡片笔记联合创始人刘少楠写的文章，TA的笔记实践对我很有启发性。

  写在最后

  最后，我想说的是任何方法技巧，都不会让你瞬间脱胎换骨。我们需要做的是坚持，还有永远保持思考的习惯。