掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
人工智能導論 版權信息
- ISBN：9787302682714
- 條形碼：9787302682714 ; 978-7-302-68271-4
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
人工智能導論 本書特色
人工智能已悄然滲透到我們日常生活的各個角落，無論是自動駕駛技術、智能助手，還是藝術設計與生成，人工智能的應用無處不在，為我們的生活帶來了前所未有的便利與可能性。面對這一波新興技術的浪潮，每一位大學生、科研人員以及愛好者，都有必要了解、掌握這一知識領域，以迎接未來更加智能化的社會。
人工智能導論 內容簡介
" 《人工智能導論》全面介紹了人工智能基礎知識，涵蓋了Python編程基礎、機器學習、深度學習的基本理論和實踐操作，講解了**的AIGC技術與藝術設計的結合情況，以及Stable Diffusion的使用方法和人工智能生成音樂視頻的各種模型與平臺的操作教程，通過理論與實踐相結合的方式，不僅為讀者提供了人工智能領域的全面知識講解，還通過大量的實踐案例，加深讀者對人工智能應用的理解。 《人工智能導論》圖文并茂，示例豐富，講解細致透徹，介紹深入淺出，具有很強的實用性和可操作性，不僅適宜作為普通高等院校、藝術類院校及職業院校人工智能通識教育的**教材，同時也是一本適合人工智能初學者，并能逐步引領其步入高階學習殿堂的啟迪讀物。"
人工智能導論人工智能導論 前言
人工智能已悄然滲透到我們日常生活的各個角落，無論是自動駕駛技術、智能助手，
還是藝術設計與生成，人工智能的應用無處不在，為我們的生活帶來了前所未有的便利與
可能性。面對這一波新興技術的浪潮，每一位大學生、科研人員以及愛好者，都有必要了
解并掌握這一領域的知識，以迎接未來更加智能化的社會。
基礎理論、Python編程、機器學習與深度學習等核心技術，并特別針對設計領域的應用，
詳細介紹了如生成式人工智能在藝術創作及圖像、音樂、視頻生成等方面的前沿技術。通
過豐富的案例和詳盡的操作指南，本書力求將復雜的技術原理化繁為簡，使讀者能夠循序
漸進地掌握人工智能的應用技能。
中的廣泛應用，使讀者建立清晰的知識框架，并為后續技術知識的學習奠定堅實基礎。第
人工智能導論 目錄
第1章 人工智能概述 / 1
1.1 人工智能簡介 / 1
1.1.1 引言 / 1
1.1.2 智能的概念 / 2
1.1.3 人工智能的定義 / 3
1.1.4 人工智能的分類 / 3
1.1.5 人工智能的三個核心要素 / 4
1.2 人工智能的起源與發展 /
5
1.2.1 **個發展階段
（1956—1976） / 5
1.2.2 第二個發展階段
（1976—2006） / 5
1.2.3 第三個發展階段
（2006年至今） / 6
1.3 學習人工智能的意義 /
7
1.4 人工智能的主要分支 /
7
1.4.1 機器學習 / 8
1.4.2 神經網絡 / 8
1.4.3 機器人技術 / 9
1.4.4 專家系統 / 9
1.4.5 計算機視覺 / 10
1.4.6 自然語言處理 / 10
1.5 小結 /
10
習題 /
11
第2章 人工智能編程基礎 /
12
2.1 Python在人工智能編程中的優勢 /
12
2.1.1 Python簡介 / 12
2.1.2 Python的應用領域 / 13
2.1.3 Python的核心優勢 / 13
2.2 Python的安裝及環境配置 /
14
2.2.1 Python的下載和安裝 / 14
2.2.2 PyCharm的下載和安裝 / 17
2.3 Python語言基礎 /
19
2.3.1 Python基本語法 / 19
2.3.2 關鍵字與標識符 / 21
2.3.3 常量與變量 / 23
2.3.4 算術運算符 / 24
2.3.5 比較運算符 / 25
2.4 數據類型與轉換 /
26
2.4.1 數值 / 26
2.4.2 字符串 / 26
2.4.3 布爾值 / 29
2.4.4 列表 / 29
2.4.5 元組 / 32
2.4.6 字典 / 33
2.4.7 集合 / 33
2.4.8 類型轉換 / 33
2.5 邏輯控制語句 /
34
2.5.1 條件分支語句 / 34
2.5.2 循環語句 / 35
2.5.3 break語句和continue語句 / 36
2.6 函數 /
37
2.6.1 定義和使用函數 / 37
2.6.2 變量的作用域 / 39
2.7 模塊與庫的使用 /
40
2.7.1 自定義模塊 / 40
2.7.2 標準庫的模塊 / 41
2.8 面向對象編程基礎 /
41
2.8.1 基本概念 / 41
2.8.2 類的定義和對象創建 / 41
2.8.3 繼承 / 42
2.8.4 多態 / 43
2.9 案例：創建“畫廊”系統 /
43
2.10 小結 /
45
習題 /
46
第3章 數據處理與可視化 /
47
3.1 NumPy——科學計算工具 /
47
3.1.1 NumPy概述 / 47
3.1.2 NumPy數組運算 / 48
3.2 Pandas——數據分析工具 /
54
3.2.1 Pandas概述 / 54
3.2.2 Pandas基礎 / 55
3.2.3 Pandas數據預處理 / 60
3.3 Matplotlib——數據可視化工具 /
63
3.3.1 Matplotlib概述 / 63
3.3.2 Matplotlib繪圖 / 65
3.4 案例：抽象藝術數據可視化 /
67
3.5 小結 /
70
習題 /
70
第4章 機器學習基礎 /
71
4.1 機器學習概述 /
71
4.1.1 機器學習的定義 / 72
4.1.2 機器學習的基本原理 / 72
4.1.3 機器學習的主要術語 / 73
4.1.4 機器學習的算法分類 / 73
4.1.5 機器學習的主要應用領域 / 74
4.2 監督學習與無監督學習 /
74
4.2.1 監督學習 / 74
4.2.2 無監督學習 / 75
4.3 scikit-learn機器學習庫 /
76
4.3.1 scikit-learn概述 / 76
4.3.2 scikit-learn機器學習工作
流程 / 77
4.4 線性回歸 /
78
4.4.1 線性回歸概述 / 78
4.4.2 線性回歸算法基本原理 / 78
4.4.3 線性回歸算法應用 / 79
4.5 分類 /
82
4.5.1 分類概述 / 82
4.5.2 分類的工作流程 / 83
4.5.3 邏輯回歸算法 / 83
4.5.4 邏輯回歸的實現 / 84
4.6
案例：一元線性回歸模型的實現與可
視化 /
86
4.7 小結 /
87
習題 /
87
第5章 人工神經網絡與深度學習基礎 /
88
5.1 人工神經網絡概述 /
88
5.1.1 感知機 / 89
5.1.2 從感知機到神經網絡 / 90
5.1.3 常用激活函數 / 91
5.2 深度學習簡介 /
92
5.2.1 深度學習的概念 / 92
5.2.2 深度學習與傳統機器學習 / 92
5.3 主流深度學習框架介紹 /
93
5.4 人工神經網絡的訓練 /
94
5.5 卷積神經網絡 /
95
5.5.1 卷積神經網絡簡介 / 95
5.5.2 卷積神經網絡的結構 / 95
5.5.3 卷積計算 / 96
5.6 循環神經網絡 /
99
5.7
案例：使用Keras實現CNN手寫數字
識別 /
99
5.8 小結 /
101
習題 /
101
第6章 生成式人工智能與藝術設計 /
102
6.1 生成式人工智能概述 /
102
6.2 生成式人工智能技術原理 /
103
6.2.1 深度學習模型 / 103
6.2.2 生成對抗網絡 / 103
6.2.3 自然語言處理 / 103
6.2.4 擴散模型 / 104
6.2.5 預訓練與微調 / 104
6.2.6 多模態生成 / 104
6.3 生成式人工智能平臺與工具 /
105
6.3.1 文本生成平臺 / 105
6.3.2 圖像生成平臺 / 106
6.3.3 音頻生成平臺 / 107
6.3.4 視頻生成平臺 / 107
6.4 生成式人工智能賦能藝術設計 /
108
6.4.1 游戲設計 / 109
6.4.2 裝扮設計 / 109
6.4.3 首飾設計 / 109
6.4.4 繪畫 / 110
6.4.5 攝影 / 110
6.4.6 服裝設計 / 110
6.4.7 電影制作 / 111
6.4.8 建筑設計 / 111
6.5 小結 /
112
習題 /
112
第7章 人工智能繪畫技術及其工具 /
113
7.1 人工智能繪畫概述 /
113
7.1.1 認識人工智能繪畫 / 114
7.1.2 人工智能繪畫的發展過程 / 114
7.2 Stable
Diffusion基礎 /
115
7.2.1 Stable
Diffusion軟件介紹 / 115
7.2.2 Stable
Diffusion界面介紹 / 115
7.2.3 Stable
Diffusion模型類型
介紹 / 117
7.3 文生圖 /
117
7.3.1 提示詞書寫方法 / 117
7.3.2 生成參數調整 / 121
7.4 圖生圖 /
126
7.4.1 圖生圖的常用功能 / 126
7.4.2 圖像局部修改 / 128
7.5 ControlNet插件的使用 /
133
7.5.1 ControlNet安裝方式 / 133
7.5.2 ControlNet界面和參數 / 133
7.5.3 ControlNet模型的使用 / 136
7.6 LoRA模型的使用 /
142
7.6.1 LoRA模型及其安裝方法 / 142
7.6.2 LoRA模型的使用方法 / 144
7.7 案例：生成AI未來城市海報 /
145
7.8 小結 /
149
習題 /
149
第8章
人工智能音樂和視頻創作技術及其
工具 /
150
8.1 人工智能音樂概述 /
150
8.1.1 認識人工智能音樂 / 150
8.1.2 常用人工智能音樂大模型
簡介 / 151
8.2 人工智能音樂基本樂理知識 /
153
8.2.1 作曲 / 153
8.2.2 作詞 / 155
8.3 “網易天音”操作教程 /
155
8.3.1 人工智能寫歌 / 155
8.3.2 人工智能編曲 / 163
8.3.3 人工智能作詞 / 165
8.4 Suno
AI操作教程 /
168
8.4.1 使用Suno AI英文版 / 168
8.4.2 使用Suno AI音樂中文站 / 173
8.4.3 使用天工開物DesignXAI平臺的
AI音頻工具 / 175
8.5
案例：使用“網易天音”
創作歌曲 /
178
8.6 人工智能視頻基本知識 /
181
8.6.1 視頻技術基本概述 / 181
8.6.2 常用AIGC視頻生成工具 / 183
8.6.3 Prompt文字指令的輸入 / 189
8.7
案例：使用即夢AI生成圖片和
視頻 /
190
8.7.1 登錄即夢AI創作平臺 / 191
8.7.2 即夢AI生成圖片 / 192
8.7.3 即夢AI生成視頻 / 194
8.8 小結 /
202
習題 /
202
參考文獻 /
204
展開全部
人工智能導論 作者簡介
軒書科,山東工藝美術學院副教授。近年，參與國家自然科學基金項目1項，主持省部級教改課題2項，主持山東工藝美術學院教改課題2項。以第一作者發表SCI論文1篇、EI論文2篇、中文核心期刊3篇。目前研究方向：深度學習、生成式人工智能。
姜亮,計算機科學與技術碩士、講師，擅長應用系統開發與架構設計。在醫院信息化領域有豐富研發經驗，領導實施多個項目，致力于技術創新和實踐應用的結合。目前，專注于探索人工智能在健康體檢中的應用。
肖月寧,山東工藝美術學院副教授，主要研究方向是多媒體技術應用；目前從事《C語言程序設計》、《人工智能導論》等計算機相關課程的教學工作；主持山東省人文社會科學課題一項，發表論文多篇。
韓寶燕,山東大學碩士，副教授，研究方向為概率論與數理統計。發表高水平學術論文10余篇。獲山東省高校優秀科研獎三等獎一項，山東工藝美術學院優秀科研獎一項，主持和參與研究課題3項。
軒書科,山東工藝美術學院副教授。近年，參與國家自然科學基金項目1項，主持省部級教改課題2項，主持山東工藝美術學院教改課題2項。以第一作者發表SCI論文1篇、EI論文2篇、中文核心期刊3篇。目前研究方向：深度學習、生成式人工智能。
姜亮,計算機科學與技術碩士、講師，擅長應用系統開發與架構設計。在醫院信息化領域有豐富研發經驗，領導實施多個項目，致力于技術創新和實踐應用的結合。目前，專注于探索人工智能在健康體檢中的應用。
肖月寧,山東工藝美術學院副教授，主要研究方向是多媒體技術應用；目前從事《C語言程序設計》、《人工智能導論》等計算機相關課程的教學工作；主持山東省人文社會科學課題一項，發表論文多篇。
韓寶燕,山東大學碩士，副教授，研究方向為概率論與數理統計。發表高水平學術論文10余篇。獲山東省高校優秀科研獎三等獎一項，山東工藝美術學院優秀科研獎一項，主持和參與研究課題3項。
榮蓉,山東省榮成市人，2005年畢業于山東師范大學計算機系，獲碩士學位，主要擔任計算機基礎和人工智能導論的教學。近年來，共發表學術論文20余篇，并出版著作2部。主要研究方向：人工智能。
孟祥敏,山東鄄城人，計算機軟件與理論碩士，畢業于山東師范大學，有豐富的教育教學經驗，多次在《信息技術與信息化》、《山東農業工程學院學報》等發表論文，曾多次帶領學生參加“藍橋杯”大賽并獲獎。
書友推薦
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
小考拉的故事-套裝共3冊
- >
羅曼·羅蘭讀書隨筆-精裝
- >
二體千字文
- >
回憶愛瑪儂
- >
推拿
- >
姑媽的寶刀
- >
大紅狗在馬戲團-大紅狗克里弗-助人
本類暢銷
