中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
人工智能應用基礎 版權信息
- ISBN：9787121416811
- 條形碼：9787121416811 ; 978-7-121-41681-1
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
人工智能應用基礎 本書特色
通過學習本教材，學生可學會如何利用人工智能的手段解決專業及行業的各種復雜任務，重點是如何有效地運用視覺、語言(語音)、大數據等人工智能處理技術，對復雜任務進行輔助決策。內容緊跟人工智能主流技術，選取了人工智能云典型應用、商業智能分析、機器學習和仿真模擬等典型案例，同時采用Python作為講授計算思維和人工智能的基本工具。 人工智能－高等學校－教材在人工智能與各行各業深度融合的背景下，大學計算機公共課內涵和內容亟待變革。 課題組開始探索和實踐人工智能背景下大學計算機公共課的全面轉型，針對大學生的特點，實現人工智能教育在大學計算機公共課的落地，特編輯《人工智能應用基礎》。
人工智能應用基礎 內容簡介
本書首先從人工智能的定義講起，就人工智能的早期歷史、思維和智能的內涵、新千年人工智能的發展進行了簡要論述。第二部分詳細講述了人工智能中的知識表示、機器學習、神經網絡與深度學習、智能語音技術、計算機視覺、自然語言處理和知識圖譜技術等基礎知識，并通過人工智能在醫療、交通、生活、金融、零售、安防中的經典的成功應用案例讓讀者更好的了解人工智能技術的發展和我們生活的關切度。很后對人工智能的未來進行了展望，提出人工智能背景時代下大學生就業和創業前景和機遇，幫助大學生應對人工智能背景下的職業規劃。形成一個融理論教學、科學訓練、創新實踐為一體的過程化的人工智能課程體系和協同培養機制，使所培養的人才在基礎知識、專業知識、實踐能力、創新能力、倫理道德以及科學與職業素質等方面得到全面均衡的發展。
人工智能應用基礎 目錄
目 錄
第1 章 初識人工智能 ................................................................................... 1
1.1 無處不在的人工智能 .................................................................................................... 1
1.1.1 科幻片中描繪的人工智能 ................................................................................. 1
1.1.2 人工智能的發展現狀 ......................................................................................... 4
1.2 人工智能追根溯源 ...................................................................................................... 16
1.2.1 人工智能的由來 ............................................................................................... 16
1.2.2 人工智能的基本概念 ....................................................................................... 17
1.2.3 人工智能的發展歷程 ....................................................................................... 20
1.3 人工智能云應用場景 .................................................................................................. 23
1.3.1 什么是人工智能云服務 ................................................................................... 23
1.3.2 為什么人工智能需要遷移到云端 ................................................................... 24
1.3.3 人工智能云服務的類型 ................................................................................... 24
1.3.4 體驗人工智能云應用 ....................................................................................... 24
1.4 未來發展趨勢 .............................................................................................................. 27
本章小結 ....................................................................................................................... 29
第2 章 機器學習 ........................................................................................ 32
2.1 認識機器學習 .............................................................................................................. 33
2.1.1 機器學習的定義 ............................................................................................... 33
2.1.2 機器學習算法的分類 ....................................................................................... 35
2.1.3 機器學習發展歷程 ........................................................................................... 38
2.1.4 機器學習的技術原理 ....................................................................................... 39
2.2 機器學習常用算法 ...................................................................................................... 42
2.2.1 線性回歸 ........................................................................................................... 42
2.2.2 支持向量機 ....................................................................................................... 44
2.2.3 決策樹 ............................................................................................................... 45
2.2.4 K-近鄰算法 ....................................................................................................... 46
2.2.5 樸素貝葉斯算法 ............................................................................................... 47
2.2.6 K 均值聚類算法 ............................................................................................... 48
2.3 監督學習案例：計算機學習計算平均分 .................................................................. 49
2.4 無監督學習案例：K 平均聚類算法實現 .................................................................. 51
2.5 應用場景 ...................................................................................................................... 55
2.6 未來展望 ...................................................................................................................... 56
本章小結 ....................................................................................................................... 57
課后習題 ....................................................................................................................... 57
第3 章 深度神經網絡 ................................................................................. 58
3.1 神經網絡簡介 .............................................................................................................. 59
3.1.1 神經元結構 ....................................................................................................... 59
3.1.2 感知機概述 ....................................................................................................... 60
3.1.3 神經網絡結構 ................................................................................................... 64
3.2 深度學習簡介 .............................................................................................................. 66
3.2.1 深度神經網絡 ................................................................................................... 67
3.2.2 卷積神經網絡及原理 ....................................................................................... 68
3.2.3 經典深度學習模型 ........................................................................................... 72
3.3 主流深度學習框架及使用 .......................................................................................... 74
3.3.1 TensorFlow 簡介 ............................................................................................... 74
3.3.2 PyTorch 簡介 .................................................................................................... 75
3.3.3 Caffe 簡介 ......................................................................................................... 76
3.3.4 PaddlePaddle 簡介 ............................................................................................ 76
3.3.5 TensorFlow 的使用 ........................................................................................... 77
3.4 應用場景 ...................................................................................................................... 79
3.4.1 人工神經網絡在信息領域中的應用 ............................................................... 79
3.4.2 人工神經網絡在醫學中的應用 ....................................................................... 80
3.4.3 人工神經網絡在經濟領域的應用 ................................................................... 81
3.4.4 人工神經網絡在交通領域的應用 ................................................................... 82
3.4.5 人工神經網絡在心理學領域的應用 ............................................................... 82
本章小結 ....................................................................................................................... 83
第4 章 知識圖譜及應用 ............................................................................. 84
4.1 知識圖譜的概念 .......................................................................................................... 85
4.1.1 知識圖譜的定義 ............................................................................................... 85
4.1.2 知識圖譜的表示 ............................................................................................... 85
4.1.3 知識圖譜技術的發展歷程 ............................................................................... 86
4.2 知識圖譜的特點 .......................................................................................................... 88
4.3 知識圖譜構建 .............................................................................................................. 92
4.3.1 業務問題定義 ................................................................................................... 92
4.3.2 數據的收集與預處理 ....................................................................................... 93
4.3.3 知識圖譜的設計 ............................................................................................... 94
4.3.4 知識圖譜的存儲 ............................................................................................... 96
4.3.5 上層應用開發與系統評估 ............................................................................... 97
4.4 案例實現：客戶意圖理解 ........................................................................................ 101
4.5 應用場景 .................................................................................................................... 105
本章小結 ..................................................................................................................... 108
課后習題 ..................................................................................................................... 108
第5 章 智能語音技術及應用 .................................................................... 110
5.1 語音基本知識 ............................................................................................................ 111
5.2 語音識別 .................................................................................................................... 112
5.2.1 語音識別的概念 ............................................................................................. 112
5.2.2 語音識別的工作原理 ..................................................................................... 113
5.2.3 語音識別系統的實現 ..................................................................................... 114
5.2.4 語音識別的應用 ............................................................................................. 116
5.3 語音合成 .................................................................................................................... 118
5.3.1 語音合成的概念 ............................................................................................. 118
5.3.2 語音合成的應用 ............................................................................................. 119
5.4 聲紋識別 .................................................................................................................... 120
5.4.1 什么是聲紋 ..................................................................................................... 120
5.4.2 聲紋識別技術 ................................................................................................. 121
5.5 案例實現：客服回復音頻化 .................................................................................... 122
5.6 應用場景 .................................................................................................................... 126
5.7 現狀、未來展望 ........................................................................................................ 128
本章小結 ..................................................................................................................... 129
課后習題 ..................................................................................................................... 129
第6 章 自然語言處理及應用 .................................................................... 131
6.1 智能語音助手 ............................................................................................................ 131
6.2 自然語言處理概述 .................................................................................................... 133
6.2.1 自然語言處理的發展歷程 ............................................................................. 134
6.2.2 自然語言處理的一般流程 ............................................................................. 135
6.2.3 自然語言處理的研究內容 ............................................................................. 138
6.2.4 自然語言處理中的難點 ................................................................................. 140
6.3 案例實現：用戶評價情感分析 ................................................................................ 142
6.4 應用場景 .................................................................................................................... 145
6.4.1 機器翻譯 ......................................................................................................... 145
6.4.2 垃圾郵件分類 ................................................................................................. 146
6.4.3 信息抽取 ......................................................................................................... 147
6.4.4 文本情感分析 ................................................................................................. 147
6.4.5 智能問答 ......................................................................................................... 147
6.4.6 個性化推薦 ..................................................................................................... 148
6.5 未來展望 .................................................................................................................... 149
本章小結 ..................................................................................................................... 149
課后習題 ..................................................................................................................... 149
第7 章 計算機視覺技術及應用 ................................................................. 151
7.1 計算機視覺基本知識 ................................................................................................ 152
7.2 人臉識別 .................................................................................................................... 156
7.2.1 人臉識別概念 ................................................................................................. 156
7.2.2 人臉識別應用 ................................................................................................. 157
7.3 圖像識別 .................................................................................................................... 160
7.3.1 圖像識別基礎知識 ......................................................................................... 160
7.3.2 圖像識別與深度學習 ..................................................................................... 161
7.3.3 圖像識別技術的應用 ..................................................................................... 161
7.4 文字識別 .................................................................................................................... 163
7.4.1 OCR 基本概念 ................................................................................................ 163
7.4.2 OCR 常見應用 ................................................................................................ 164
7.5 人體分析及應用 ........................................................................................................ 165
7.6 訊飛開放平臺使用方法和途徑 ................................................................................ 167
7.7 案例實現：公司會展人流統計 ................................................................................ 169
7.8 應用場景 .................................................................................................................... 172
7.8.1 視頻/監控分析 ................................................................................................ 172
7.8.2 工業視覺檢測 ................................................................................................. 173
7.8.3 醫療影像診斷 ................................................................................................. 174
本章小結 ..................................................................................................................... 174
課后習題 ..................................................................................................................... 174
第8 章 智能機器人 ................................................................................... 177
8.1 智能機器人概述 ........................................................................................................ 177
8.1.1 智能機器人的定義 ......................................................................................... 178
8.1.2 智能機器人的分類 ......................................................................................... 179
8.1.3 智能機器人關鍵技術 ..................................................................................... 183
8.2 服務機器人 ................................................................................................................ 187
8.2.1 服務機器人的概念 ......................................................................................... 187
8.2.2 服務機器人的應用 ......................................................................................... 188
8.3 無人車 ........................................................................................................................ 192
8.4 案例實現：智能問答系統 ........................................................................................ 194
8.5 應用場景 .................................................................................................................... 198
本章小結 ..................................................................................................................... 201
課后習題 ..................................................................................................................... 201
第9 章 大數據與商業智能 ........................................................................ 203
9.1 大數據 ........................................................................................................................ 204
9.1.1 大數據是什么 ................................................................................................. 204
9.1.2 大數據技術體系 ............................................................................................. 205
9.1.3 大數據技術 ..................................................................................................... 206
9.1.4 大數據與人工智能的關系 ............................................................................. 210
9.2 商業智能 .................................................................................................................... 211
9.3 案例實現：銷售數據分析 ........................................................................................ 213
9.3.1 提出問題 ......................................................................................................... 213
9.3.2 解決方案 ......................................................................................................... 213
9.3.3 預備知識 ......................................................................................................... 214
9.3.4 任務1――導入數據、設置格式 .................................................................. 215
9.3.5 任務2――建立數據模型 .............................................................................. 218
9.3.6 任務3――新建列和新建度量值 .................................................................. 219
9.3.7 任務4――數據可視化 .................................................................................. 221
9.3.8 任務5――制作交互式可視化面板 .............................................................. 223
9.3.9 任務6――數據分析 ...................................................................................... 228
9.4 應用場景 .................................................................................................................... 234
9.4.1 尿布與啤酒 ..................................................................................................... 234
9.4.2 數據新聞讓英國撤軍 ..................................................................................... 234
9.4.3 微軟大數據成功預測奧斯卡21 項大獎 ....................................................... 235
9.4.4 Google 成功預測冬季流感 ............................................................................ 235
本章小結 ..................................................................................................................... 235
課后習題 ..................................................................................................................... 235
第10 章 人工智能之Python 基礎 ............................................................ 238
10.1 Python 概述 ............................................................................................................. 239
10.1.1 了解Python ................................................................................................... 239
10.1.2 Python 的版本............................................................................................... 240
10.2 搭建Python 開發環境............................................................................................. 243
10.2.1 Python 開發環境概述 ................................................................................... 243
10.2.2 安裝Python ................................................................................................... 244
10.2.3 **個Python 程序 ...................................................................................... 250
10.3 Python 開發工具...................................................................................................... 252
10.3.1 使用自帶的IDLE ......................................................................................... 252
10.3.2 常用的第三方開發工具 ............................................................................... 255
10.4 案例：跳水比賽打分程序 ...................................................................................... 257
10.4.1 提出問題 ....................................................................................................... 257
10.4.2 解決方案 ....................................................................................................... 257
10.4.3 預備知識 ....................................................................................................... 258
10.4.4 任務1――生成選手的10 個分數 .............................................................. 265
10.4.5 任務2――得到選手的8 個有效分 ............................................................ 266
10.4.6 任務3――計算選手的平均分和*后得分 ................................................ 267
10.4.7 任務4――將選手的得分寫入Excel 文件 ................................................. 268
10.4.8 任務5――將所有選手的得分寫入二維列表 ............................................ 269
10.4.9 任務6――將所有選手的信息寫入二維列表 ............................................ 271
10.4.10 任務7――將所有選手的得分排序后寫入Excel 文件 ........................... 272
10.5 應用場景 .................................................................................................................. 273
10.5.1 Python 的應用場景 ....................................................................................... 273
10.5.2 Python 的應用方向 ....................................................................................... 274
本章小結 ..................................................................................................................... 276
課后習題 ..................................................................................................................... 277
第11 章 人工智能展望 ............................................................................. 278
11.1 智能時代的到來 ...................................................................................................... 279
11.1.1 人工智能的發展方向 ................................................................................... 279
11.1.2 人工智能發展態勢與思考 ........................................................................... 280
11.2 智能時代對道德與法律的影響 .............................................................................. 282
11.2.1 智能機器的道德主體地位的思考 ............................................................... 282
11.2.2 人工智能發展引發情感倫理問題 ............................................................... 283
11.2.3 人工智能引發新的社會安全和公平正義問題 ........................................... 284
11.2.4 智能時代的數字鴻溝 ................................................................................... 284
11.2.5 人工智能與法律 ........................................................................................... 285
11.3 智能時代背景下的職業規劃面臨的機遇與挑戰 .................................................. 287
11.3.1 人工智能背景下職業規劃面臨的機遇 ....................................................... 287
11.3.2 人工智能背景下職業規劃面臨的挑戰 ....................................................... 289
本章小結 ..................................................................................................................... 293
課后習題 ..................................................................................................................... 293
附 錄 ........................................................................................................ 294
附錄A 準備人工智能開發環境 ..................................................................................... 294
附錄B 注冊成為AI 開放平臺開發者 ........................................................................... 296
附錄C 利用FFmpeg 軟件進行音頻格式轉換 .............................................................. 297
附錄D TensorFlow 框架的安裝配置 ............................................................................. 300
附錄E 智能對話系統設計與實施 ................................................................................. 302
附錄F **批AI 國家開放創新平臺功能 ................................................................... 305
參考文獻 ..................................................................................................... 310
展開全部
人工智能應用基礎 作者簡介
莫小泉，畢業于桂林電子科技大學物流工程專業，碩士學位，副教授。曾任北京航空航天大學北海學院教務處長，廣西高等學校實驗室工作研究會副理事長，現擔任科大訊飛股份公司院校合作執行院長。主持參與10多項省、市廳級教學改革與科研課題研究，國內外知名期刊發表學術論文20余篇，獲得全國大學生大學英語等級考試、計算機等級考試優秀工作者，曾指導學生獲得互聯網+大賽廣西區銀獎和挑戰者杯金獎，擁有豐富的教學運行管理經驗。
書友推薦
- >
我從未如此眷戀人間
- >
朝聞道
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
月亮虎
- >
伯納黛特,你要去哪(2021新版)
- >
【精裝繪本】畫給孩子的中國神話
- >
二體千字文
- >
月亮與六便士
本類暢銷
