内容简介
本教材主要内容如下：
1.企业财务与会计智能化基础：人工智能基础概念，企业数字化技术。
2.程序设计基础：Python函数式编程与面向对象程序设计。
3.数据处理基础：NumPy、Pandas数据处理基础应用。
4.大数据与人工智能基础应用：会计信息处理智能化实现途径和方法。
本教材能够支持36~72学时的教学，并附加部分学生实践。如果教学任务为36学时，
建议教授本教材的一半内容。在具体的教学活动中，建议理论学习和技术实践相结合，参考本教材各章节内容次序灵活安排教学。如果学生没有掌握Python等技术，建议优先安排技术基础内容的学习。
本教材的图形规范分别为UML和BPMN，受篇幅限制，我们把这部分内容作为电子资源通过二维码提供给大家（详见下方二维码）。本教材的Python编码文件作为电子资源免费提供，教师可登录东北财经大学出版社的网站下载使用。
章节目录
第一章 概述／1
第一节 数据科学／1
第二节 数字化／4
第三节 大数据技术／10
第四节 人工智能与会计智能／15
【会计数智化实践】——信息技术视角下的会计系统分析／17
【思考题与实践】／24
第二章 Python 编程基础／26
第一节 Python计算机语言与人工智能／26
第二节 Python基础概念／28
第三节 Python的表达式与解析／32
第四节 Python的数据类型／35
第五节 Python程序流程控制／38
【会计数智化实践】——会计数据模型／41
【思考题与实践】／48
第三章 Python 系统开发技术／50
第一节 Python函数式编程／50
第二节 面向对象的编程／58
第三节 Python模块与库／62
第四节 文件操作／65
第五节 异常处理／69
【会计数智化实践】——会计核算自动化／72
【思考题与实践】／78
第四章 NumPy 数据科学基础／80
第一节 NumPy基础／80
第二节 随机函数／84
【会计数智化实践】——信息熵与交叉熵的财经应用／89
【思考题与实践】／95
第五章 Pandas 数据分析基础／97
第一节 Pandas基础／97
第二节 Pandas数据读写／103
第三节 Pandas索引对象／107
第四节 Pandas数据切片与提取／111
第五节 Pandas常用方法／116
【会计数智化实践】——解读迈瑞医疗2018—2023年度利润表／120
【思考题与实践】／129
第六章 财经数据可视化／131
第一节 Matplotlib绘图入门／131
第二节 Matplotlib基本绘图／135
【会计数智化实践】——财经数据可视化基础图形／141
【思考题与实践】／151
第七章 财经文本数据处理／153
第一节 Pandas数据类型综述／153
第二节 Pandas数据str对象／155
第三节 正则表达式基础／158
第四节 文本数据处理的5类操作／165
【会计数智化实践】——财经数据文本分析／172
【思考题与实践】／176
第八章 财经数据分析与机器学习／179
第一节 数据分析概述／179
第二节 机器学习／183
第三节 机器学习方法／186
【会计数智化实践】—— 基于财务指标的机器学习应用／190
【思考题与实践】／200
第九章 神经网络与深度学习／201
第一节 感知器模型／201
第二节 神经网络／206
第三节 机器学习模型评估／218
【会计数智化实践】——神经网络会计数据分析应用／224
【思考题与实践】／230
第十章 企业数字化与智能化／232
第一节 企业经营周期与会计循环／232
第二节 企业经营活动分析／236
第三节 企业数字化转型／240
第四节 企业数字化转型基础／243
【会计数智化实践】——企业智能化与数字化实例／246
【思考题与实践】／253
参考文献／254
| 会员指南
