本書從技術應用角度介紹了人工智能、大數(shù)據(jù)等相關技術。對人工智能基礎概述、技術分類、基本原理、開發(fā)平臺、應用場景、案例體驗等的系統(tǒng)介紹能使讀者快速建立起對人工智能技術的全貌認識,培養(yǎng)讀者繼續(xù)深入學習人工智能技術的濃厚興趣。
本書共9章內(nèi)容,內(nèi)容包括:人工智能概述、Python語言基礎、機器學習與深度學習、計算機視覺、語音處理、自然語言處理、人工智能與大數(shù)據(jù)、智能機器人項目應用、新一代人工智能的發(fā)展與思考。本書融入課程思政元素,致力于不斷提升讀者的課程學習體驗、學習效果,將價值塑造、知識傳授和能力培養(yǎng)三者融為一體。
本書可作為高等職業(yè)院校人工智能技術基礎相關公共課教材,也可作為各類培訓機構的人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)、計算機、軟件技術等相關專業(yè)的教材。本書也非常適合對人工智能、大數(shù)據(jù)等感興趣的讀者,以及需要快速了解人工智能全貌,為后續(xù)深入學習奠定基礎的相關專業(yè)學生。
為方便教學,本書配備電子課件、在線課程等教學資源。凡選用本書作為教材的教師均可登錄機械工業(yè)出版社教育服務網(wǎng)(www.cmpedu.com)注冊后免費下載。如有問題請致信cmpgaozhi@sina.com,或致電010-88379375聯(lián)系營銷人員。
目 錄
Contents
前言
二維碼索引
第1章人工智能概述
1.1 無處不在的人工智能
1.1.1 什么是人工智能
1.1.2 人工智能特征
1.1.3 人工智能的四個要素
1.2 人工智能發(fā)展歷程
1.2.1 三次浪潮簡介
1.2.2 人工智能的誕生
1.2.3 第一次浪潮
1.2.4 第二次浪潮
1.2.5 第三次浪潮
1.3 人工智能發(fā)展現(xiàn)狀及趨勢
1.4 人工智能關鍵技術概述
1.4.1 機器學習(Machine Learning)
1.4.2 知識圖譜(Knowledge Graph)
1.4.3 自然語言處理(Natural Language Processing,
NLP)
1.4.4 人機交互(HMI)
1.4.5 計算機視覺(Computer Vision)
1.4.6 生物特征識別(BIT)
1.4.7 增強現(xiàn)實/虛擬現(xiàn)實(AR/VR)
習 題
第2章Python語言基礎
2.1 Python概述
2.1.1 發(fā)展
2.1.2 特點
2.1.3 應用
2.2 開發(fā)環(huán)境
2.2.1 Python
2.2.2 PyCharm
2.2.3 Anaconda
2.3 Python基礎語法應用
2.3.1 實例1:五角星
2.3.2 實例2:回文詩
2.3.3 實例3:冰雹猜想
2.4 網(wǎng)絡爬蟲
2.4.1 爬蟲概述
2.4.2 實例4:知己知彼
2.5 數(shù)據(jù)分析
2.5.1 數(shù)據(jù)分析概述
2.5.2 實例5:冷暖自知
2.6 數(shù)據(jù)可視化
2.6.1 數(shù)據(jù)可視化概述
2.6.2 實例6:脫貧攻堅
習 題
第3章機器學習與深度學習
3.1 機器學習應用場景
3.1.1 機器學習應用范圍
3.1.2 自動駕駛
3.2 機器學習概述
3.2.1 人工智能、機器學習和深度學習的區(qū)別
3.2.2 機器學習的發(fā)展
3.2.3 機器學習的分類
3.2.4 各主流框架基本情況
3.3 監(jiān)督學習與案例體驗
3.3.1 監(jiān)督學習簡介
3.3.2 電影票房數(shù)據(jù)分析
3.3.3 鳶尾花分類
3.4 無監(jiān)督學習與案例體驗
3.4.1 無監(jiān)督學習簡介
3.4.2 使用K-Means對用戶進行分類
3.5 深度學習神經(jīng)網(wǎng)絡應用場景
3.6 深度學習基本原理及技術發(fā)展現(xiàn)狀
3.6.1 深度學習概述
3.6.2 深度學習相關概念
3.6.3 人類視覺原理與神經(jīng)網(wǎng)絡原理
3.6.4 感知器基本結構及訓練
3.7 案例體驗
習 題
第4章計算機視覺
4.1 計算機視覺應用場景
4.1.1 計算機視覺概述
4.1.2 計算機視覺的應用
4.2 計算機視覺基礎與應用開發(fā)
4.2.1 圖像基礎原理
4.2.2 圖像處理技術
4.2.3 應用開發(fā)流程
4.3 案例體驗
4.3.1 案例體驗1:人臉檢測
4.3.2 案例體驗2:邊緣檢測
習 題
第5章語音處理
5.1 語音處理概述及應用場景
5.1.1 語音處理概述
5.1.2 語音處理的應用
5.2 語音處理基本原理及技術發(fā)展現(xiàn)狀
5.2.1 關鍵技術
5.2.2 語音識別
5.2.3 語音合成
5.3 案例體驗
5.3.1 案例1:語音信號預處理
5.3.2 案例2:語音識別
習 題
第6章自然語言處理
6.1 自然語言處理概述
6.1.1 應用場景
6.1.2 什么是自然語言處理
6.1.3 自然語言處理的基本方法
6.1.4 自然語言處理的研究方向
6.1.5 自然語言處理的三個層面
6.1.6 自然語言處理的難點
6.1.7 自然語言處理的發(fā)展現(xiàn)狀
6.2 自然語言處理關鍵技術
6.2.1 分詞
6.2.2 詞性標注
6.2.3 命名實體識別
6.2.4 關鍵詞提取
6.2.5 句法分析
6.2.6 語義分析
6.3 案例體驗
6.3.1 案例體驗1:分詞
6.3.2 案例體驗2:TF-IDF關鍵詞提取
習 題
第7章人工智能與大數(shù)據(jù)
7.1 應用場景
7.1.1 購物推薦系統(tǒng)應用
7.1.2 教育大數(shù)據(jù)應用
7.1.3 交通大數(shù)據(jù)應用
7.2 基本原理及技術發(fā)展現(xiàn)狀
7.2.1 大數(shù)據(jù)的特征
7.2.2 大數(shù)據(jù)的關鍵技術
7.2.3 大數(shù)據(jù)與云計算、物聯(lián)網(wǎng)
7.3 案例體驗
7.3.1 案例簡介及環(huán)境安裝
7.3.2 設定爬取目標
7.3.3 批量下載js文件
7.3.4 javascript解析
7.3.5 將爬取數(shù)據(jù)存儲成csv文件
習 題
第8章智能機器人項目應用
8.1 概述與應用場景
8.1.1 智能機器人概述
8.1.2 機器人發(fā)展史
8.1.3 機器人分類及應用
8.2 智能機器人的技術實現(xiàn)
8.2.1 控制算法
8.2.2 動作的實現(xiàn)
8.2.3 語音交互的實現(xiàn)
8.3 案例體驗
8.3.1 項目要求
8.3.2 方案設計
8.3.3 實驗步驟
習 題
第9章新一代人工智能的發(fā)展與思考
9.1 新一代人工智能發(fā)展趨勢
9.1.1 人工智能產(chǎn)業(yè)生態(tài)
9.1.2 人工智能重點產(chǎn)業(yè)
9.1.3 新一代人工智能技術發(fā)展趨勢
9.1.4 新一代人工智能產(chǎn)業(yè)發(fā)展趨勢
9.2 人工智能的安全、倫理和隱私
9.2.1 人工智能帶來的沖擊和擔憂
9.2.2 人工智能安全與倫理問題
9.2.3 人工智能的倫理法則
9.2.4 小結
習 題
參考文獻