欧美一级特黄aaaaaaa在线观看-欧美一级特黄aaaaaa在线看片-欧美一级特黄aa大片-欧美一级特黄刺激大片视频-深夜久久-深夜激情网站

熱門關(guān)鍵字:  聽力密碼  聽力密碼  新概念美語(yǔ)  單詞密碼  巧用聽寫練聽力

人工智能基礎(chǔ)

中國(guó)水利水電出版社
    【作 者】周永福 韓玉琪 王巧巧 【I S B N 】978-7-5226-0970-6 【責(zé)任編輯】石永峰 【適用讀者群】 【出版時(shí)間】2022-10-12 【開 本】16開 【裝幀信息】平裝(光膜) 【版 次】第1版第1次印刷 【頁(yè) 數(shù)】264 【千字?jǐn)?shù)】412 【印 張】16.5 【定 價(jià)】48 【叢 書】高等職業(yè)教育大數(shù)據(jù)與人工智能專業(yè)群系列教材 【備注信息】
圖書詳情

    本書致力于推動(dòng)人工智能的普及教育,使用通俗易懂的語(yǔ)言深入淺出地介紹了人工智能相關(guān)知識(shí),包括機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的基本內(nèi)容,配合人臉識(shí)別、圖像分類、語(yǔ)音交互等人工智能體驗(yàn)案例,使讀者能快速掌握人工智能的基本概念、基本知識(shí)體系,結(jié)合“波士頓房?jī)r(jià)預(yù)測(cè)”和“MNIST手寫數(shù)字識(shí)別”兩個(gè)經(jīng)典案例,使讀者能快速掌握人工智能的開發(fā)框架,為進(jìn)一步學(xué)習(xí)打下良好基礎(chǔ)。

    本書共分為11章,前3章主要介紹基礎(chǔ)入門知識(shí),包括人工智能的發(fā)展歷程、人工智能的應(yīng)用領(lǐng)域以及人工智能領(lǐng)域典型的應(yīng)用和方法;第4~8章為人臉識(shí)別、圖像分類、語(yǔ)音識(shí)別、語(yǔ)音交互、機(jī)器翻譯,讓讀者感受人工智能的典型應(yīng)用場(chǎng)景;第9~11章介紹人工智能的開發(fā)環(huán)境與框架,結(jié)合人工智能領(lǐng)域中經(jīng)典的“波士頓房?jī)r(jià)預(yù)測(cè)”和“MNIST手寫數(shù)字識(shí)別”兩個(gè)案例,讓讀者通過實(shí)踐操作快速入門人工智能的開發(fā)框架。

    本書強(qiáng)調(diào)實(shí)用性和可讀性,并在章節(jié)中增加了課程思政的案例和內(nèi)容,可作為高職高專院校的人工智能通識(shí)課程教材,也可作為人工智能技術(shù)人員和管理人員的入門參考書。

    內(nèi)容實(shí)用:全書內(nèi)容層次清晰,由淺入深,方便不同基礎(chǔ)、不同專業(yè)的學(xué)生學(xué)習(xí)。

    理實(shí)一體:引入人工智能領(lǐng)域的經(jīng)典案例,通過實(shí)操加深學(xué)生對(duì)理論知識(shí)的理解。

    資源豐富:配套易用的立體化融媒體資源,方便教師課上教學(xué)與學(xué)生課下自學(xué)。

    人工智能技術(shù)從發(fā)展到普及,經(jīng)過了幾個(gè)不同的階段,如今已應(yīng)用到了各個(gè)行業(yè)當(dāng)中,使得產(chǎn)品技術(shù)與行業(yè)需求建立了有效的對(duì)接。國(guó)內(nèi)外人工智能廠商也都推出了符合市場(chǎng)需求的解決方案,并以各自的技術(shù)優(yōu)勢(shì)迅速占領(lǐng)市場(chǎng)。智慧城市、智慧農(nóng)業(yè)、智能制造、智慧財(cái)會(huì)等的應(yīng)用都結(jié)合了人工智能技術(shù)來提高工作效率。

    智能語(yǔ)音、人機(jī)交互、機(jī)器視覺等技術(shù)在醫(yī)療、教育、交通、金融等領(lǐng)域的應(yīng)用突顯出了人工智能的高效性和智能化。無人駕駛、人臉識(shí)別、智能機(jī)器人等應(yīng)用與5G技術(shù)融合,新一代信息技術(shù)正在逐漸推動(dòng)著產(chǎn)業(yè)的發(fā)展,促使我們的工作、生活等進(jìn)入一個(gè)新的階段。

    在人工智能技術(shù)推動(dòng)產(chǎn)業(yè)發(fā)展的同時(shí),高校在人才培養(yǎng)方面也緊緊跟隨市場(chǎng)的需求量,結(jié)合崗位的要求,進(jìn)行人才培養(yǎng)的定位。因此,我國(guó)多所本科及高職院校近幾年來先后開設(shè)了人工智能專業(yè),并啟動(dòng)了“人工智能+傳統(tǒng)專業(yè)”的跨學(xué)科人才培養(yǎng)模式,很多學(xué)校將人工智能作為全校的通識(shí)基礎(chǔ)課。

    本書主要結(jié)合了目前高校的專業(yè)建設(shè)及人才培養(yǎng)的狀況,面向高職高專院校,在產(chǎn)教融合模式的合作下,由多所高校及企業(yè)共同參與編寫。本書可以作為全校的通識(shí)基礎(chǔ)課或?qū)I(yè)群通識(shí)基礎(chǔ)課的教材選用。

    本書通過理論到實(shí)踐的形式,由淺入深地講解了人工智能的起源、發(fā)展及應(yīng)用。本書特色如下:

    (1)內(nèi)容實(shí)用,循序漸進(jìn)。本書采取模塊化的課程設(shè)計(jì),總共分為三個(gè)部分:初識(shí)人工智能-體驗(yàn)人工智能-實(shí)現(xiàn)人工智能。本書采用循序漸進(jìn)的學(xué)習(xí)思維理念,方便初學(xué)者的入門學(xué)習(xí)。

    (2)統(tǒng)籌兼顧,按需選取。本書的知識(shí)結(jié)構(gòu)由易到難,適合于不同層次、不同專業(yè)的學(xué)生學(xué)習(xí),非計(jì)算機(jī)專業(yè)的學(xué)生學(xué)習(xí)到本書的第8章即可,而計(jì)算機(jī)專業(yè)的學(xué)生則可以完成全書內(nèi)容的學(xué)習(xí)。

    (3)資源豐富,方便學(xué)習(xí)。本書配套了微課視頻、電子課件、習(xí)題答案等立體化融媒體資源,可以通過掃二維碼的方式獲取微課視頻,電子課件和習(xí)題答案可以訪問出版社網(wǎng)站(www.waterpub.com.cn)或萬水書苑網(wǎng)站(www.dgboyong.cn)獲取。

    本書由周永福、韓玉琪、王巧巧任主編,陳永松、徐偉、何達(dá)齊、曾文英任副主編,其中第1章、第10章由韓玉琪編寫,第2章由王巧巧、徐偉、何達(dá)齊、曾文英編寫,第3章、第6章、第7章、第8章由周永福編寫,第4章由曾文英編寫,第5章、第11章由陳永松編寫,第9章由何達(dá)齊編寫。

    本書得到了廣東恒電信息科技股份有限公司“恒電菁英智能教學(xué)系統(tǒng)平臺(tái)”的支持,并獲得廣州市重點(diǎn)領(lǐng)域研發(fā)計(jì)劃項(xiàng)目“人工智能驅(qū)動(dòng)智慧教育關(guān)鍵技術(shù)與應(yīng)用示范”(202007040006)的支持,以及藍(lán)盾信息安全技術(shù)股份有限公司、廣東中人世紀(jì)網(wǎng)絡(luò)技術(shù)有限公司、廣州龍創(chuàng)天地科技有限公司的大力支持,在此向各位同行和相關(guān)作者表示誠(chéng)摯的感謝。同時(shí)感謝中國(guó)水利水電出版社給予的協(xié)助和支持。

    由于編者水平有限,書中難免存在欠妥之處,由衷希望廣大讀者朋友和專家學(xué)者能夠撥冗提出寶貴的改進(jìn)意見。

    編者

    2022年5月

    第1章 人工智能的前世今生 1
    1.1 人工智能的定義 1
    1.1.1 智能 1
    1.1.2 人工智能 3
    1.2 人工智能的起源 3
    1.2.1 人工智能之父 4
    1.2.2 圖靈測(cè)試 4
    1.2.3 達(dá)特茅斯會(huì)議 5
    1.3 人工智能的興衰往事 6
    1.3.1 人工智能的第一次興衰 6
    1.3.2 人工智能的第二次興衰 7
    1.3.3 人工智能的第三次浪潮 7
    1.4 人工智能的發(fā)展 8
    1.4.1 人工智能教父 8
    1.4.2 從“深藍(lán)”到“AlphaGo” 9
    1.4.3 人工智能的黃金時(shí)代 10
    本章小結(jié) 11
    練習(xí)1 12
    第2章 人工智能的應(yīng)用領(lǐng)域 13
    2.1 人工智能的分類 13
    2.1.1 弱人工智能 14
    2.1.2 強(qiáng)人工智能 14
    2.2 人工智能的三個(gè)階段 15
    2.2.1 人工智能的“計(jì)算智能”階段 15
    2.2.2 人工智能的“感知智能”階段 16
    2.2.3 人工智能的“認(rèn)知智能”階段 16
    2.3 人工智能的技術(shù)領(lǐng)域 17
    2.3.1 人工智能的“看”—計(jì)算機(jī)視覺 17
    2.3.2 人工智能的“聽”—語(yǔ)音處理 19
    2.3.3 人工智能的“想”—自然語(yǔ)言處理 21
    2.4 人工智能的技術(shù)領(lǐng)域 24
    2.4.1 數(shù)據(jù)服務(wù) 24
    2.4.2 數(shù)據(jù)智能 26
    2.4.3 智能控制 28
    2.4.4 智能芯片 31
    2.5 人工智能行業(yè)應(yīng)用場(chǎng)景 37
    2.5.1 智能安防 37
    2.5.2 智能駕駛 38
    2.5.3 智能醫(yī)療 40
    2.5.4 智能服務(wù) 41
    2.5.5 智能家居 42
    2.5.6 智慧農(nóng)業(yè) 44
    2.5.7 智慧交通 45
    2.5.8 智慧城市 47
    2.5.9 數(shù)字孿生 49
    2.6 人工智能的展望 51
    2.6.1 更易用的人工智能開發(fā)框架 51
    2.6.2 更完善的人工智能數(shù)據(jù)服務(wù) 52
    2.6.3 更安全的人工智能數(shù)據(jù)共享 54
    2.6.4 更優(yōu)化的人工智能算法模型 56
    2.6.5 “端—邊—云”全面發(fā)展的人工智能算力 58
    2.6.6 更廣泛的人工智能服務(wù) 60
    本章小結(jié) 60
    練習(xí)2 60
    第3章 人工智能中的應(yīng)用和方法 62
    3.1 搜索算法 62
    3.1.1 智能系統(tǒng)中的搜索 62
    3.1.2 搜索算法介紹 65
    3.1.3 盲目檢索 65
    3.1.4 知情搜索 68
    3.1.5 博弈中的搜索 69
    3.2 博弈 70
    3.2.1 二人博弈 71
    3.2.2 囚徒困境 71
    3.2.3 高級(jí)計(jì)算機(jī)博弈 72
    3.3 邏輯 73
    3.3.1 人工智能中的邏輯 73
    3.3.2 邏輯和表示 74
    3.3.3 模糊邏輯 75
    3.4 產(chǎn)生式系統(tǒng)和專家系統(tǒng) 77
    3.4.1 人工智能中的知識(shí)表示 77
    3.4.2 產(chǎn)生式系統(tǒng) 78
    3.4.3 專家系統(tǒng) 79
    3.5 神經(jīng)網(wǎng)絡(luò) 81
    3.5.1 神經(jīng)元 81
    3.5.2 人工神經(jīng)網(wǎng)絡(luò) 82
    3.5.3 梯度消失與梯度爆炸 84
    3.5.4 損失函數(shù) 85
    3.5.5 激活函數(shù) 86
    3.6 進(jìn)化計(jì)算 87
    3.6.1 模擬退火 87
    3.6.2 遺傳算法 88
    3.6.3 遺傳規(guī)劃 89
    3.7 自然語(yǔ)言處理 90
    3.7.1 自然語(yǔ)言處理的概述 90
    3.7.2 自然語(yǔ)言處理的常用技術(shù) 92
    3.7.3 自然語(yǔ)言處理的統(tǒng)計(jì)方法與概率模型 93
    本章小結(jié) 95
    練習(xí)3 95
    第4章 人臉識(shí)別 97
    4.1 案例描述 97
    4.2 案例解析 98
    4.3 知識(shí)鏈接 98
    4.4 案例學(xué)習(xí) 100
    4.4.1 人臉識(shí)別應(yīng)用案例 100
    4.4.2 百度AI平臺(tái)人臉檢測(cè) 102
    4.5 案例實(shí)現(xiàn) 103
    4.6 人臉識(shí)別案例實(shí)戰(zhàn) 104
    本章小結(jié) 107
    練習(xí)4 107
    第5章 圖像分類 109
    5.1 案例描述 109
    5.2 案例解析 110
    5.2.1 圖像分類方法概述 110
    5.2.2 實(shí)現(xiàn)方法選擇 110
    5.2.3 案例實(shí)現(xiàn)過程 111
    5.3 知識(shí)鏈接 112
    5.3.1 圖像分類與檢測(cè)概述 112
    5.3.2 圖像分類與檢測(cè)的難點(diǎn)與挑戰(zhàn) 113
    5.3.3 圖像分類類型 114
    5.4 圖像分類案例實(shí)踐 115
    5.4.1 任務(wù)1 基于Anaconda安裝
    TensorFlow 115
    5.4.2 任務(wù)2 加載貓狗數(shù)據(jù)集 116
    5.4.3 任務(wù)3 編譯模型 119
    5.4.4 任務(wù)4 訓(xùn)練模型 120
    5.4.5 任務(wù)5 使用模型進(jìn)行預(yù)測(cè) 121
    本章小結(jié) 123
    練習(xí)5 123
    第6章 語(yǔ)音識(shí)別 125
    6.1 語(yǔ)音識(shí)別綜述 125
    6.1.1 語(yǔ)音識(shí)別技術(shù)概述 125
    6.1.2 語(yǔ)音識(shí)別技術(shù)發(fā)展歷史 126
    6.2 語(yǔ)音識(shí)別知識(shí)介紹 128
    6.2.1 語(yǔ)音識(shí)別原理 128
    6.2.2 語(yǔ)音識(shí)別系統(tǒng)的分類 131
    6.2.3 語(yǔ)音識(shí)別的幾種基本方法 132
    6.3 語(yǔ)音識(shí)別應(yīng)用案例 133
    本章小結(jié) 137
    練習(xí)6 137
    第7章 語(yǔ)音交互 138
    7.1 語(yǔ)音交互的概念 138
    7.2 語(yǔ)音交互的優(yōu)缺點(diǎn) 139
    7.3 語(yǔ)音交互的原則 140
    7.4 語(yǔ)音交互產(chǎn)品主要應(yīng)用場(chǎng)景 141
    7.5 語(yǔ)音交互框架 144
    7.6 語(yǔ)音交互案例 148
    本章小結(jié) 152
    練習(xí)7 152
    第8章 機(jī)器翻譯 154
    8.1 機(jī)器翻譯概述 154
    8.1.1 機(jī)器翻譯的起源與發(fā)展 154
    8.1.2 機(jī)器翻譯的基本原理 155
    8.1.3 在線機(jī)譯 156
    8.2 機(jī)器翻譯的核心技術(shù) 156
    8.2.1 基于規(guī)則的機(jī)器翻譯 157
    8.2.2 基于統(tǒng)計(jì)的機(jī)器翻譯 157
    8.2.3 基于端到端的神經(jīng)機(jī)器翻譯 157
    8.3 機(jī)器翻譯的基本應(yīng)用 159
    8.4 文本與圖片翻譯案例 159
    8.4.1 案例描述 159
    8.4.2 知識(shí)準(zhǔn)備 159
    8.4.3 任務(wù)1 文本的單語(yǔ)言翻譯 161
    8.4.4 任務(wù)2 文本的多語(yǔ)言翻譯 163
    8.4.5 任務(wù)3 圖片中文字的識(shí)別與翻譯 164
    本章小結(jié) 169
    練習(xí)8 169
    第9章 人工智能的開發(fā)環(huán)境 170
    9.1 Python基礎(chǔ) 170
    9.1.1 變量 170
    9.1.2 字符串 172
    9.1.3 流程控制—分支結(jié)構(gòu) 174
    9.1.4 流程控制—循環(huán)結(jié)構(gòu) 178
    9.1.5 函數(shù) 183
    9.1.6 組合數(shù)據(jù)類型 185
    9.1.7 文件操作 192
    9.1.8 Python數(shù)據(jù)分析 197
    9.2 Anaconda安裝與使用 199
    9.3 TensorFlow的安裝與使用 205
    9.4 人工智能的其他開發(fā)框架 208
    本章小結(jié) 211
    練習(xí)9 211
    第10章 實(shí)現(xiàn)機(jī)器學(xué)習(xí) 213
    10.1 機(jī)器學(xué)習(xí) 213
    10.1.1 機(jī)器學(xué)習(xí)概述 213
    10.1.2 機(jī)器學(xué)習(xí)問題的描述 214
    10.1.3 機(jī)器學(xué)習(xí)算法分類 215
    10.2 機(jī)器學(xué)習(xí)的一般流程 217
    10.2.1 Scikit-learn的使用 217
    10.2.2 數(shù)據(jù)集的準(zhǔn)備和劃分 220
    10.2.3 數(shù)據(jù)預(yù)處理與特征工程 221
    10.2.4 模型參數(shù)與調(diào)參 222
    10.2.5 模型評(píng)估 224
    10.3 利用Scikit-learn實(shí)現(xiàn)“波士頓房?jī)r(jià)預(yù)測(cè)” 225
    10.3.1 案例描述 225
    10.3.2 案例解析 226
    10.3.3 代碼實(shí)現(xiàn) 226
    本章小結(jié) 231
    練習(xí)10 232
    第11章 實(shí)現(xiàn)深度學(xué)習(xí) 233
    11.1 深度學(xué)習(xí) 233
    11.1.1 深度學(xué)習(xí)概述 233
    11.1.2 卷積神經(jīng)網(wǎng)絡(luò) 235
    11.1.3 循環(huán)神經(jīng)網(wǎng)絡(luò) 237
    11.1.4 生成對(duì)抗網(wǎng)絡(luò) 239
    11.1.5 強(qiáng)化學(xué)習(xí) 240
    11.2 深度學(xué)習(xí)的一般流程 242
    11.2.1 數(shù)據(jù)預(yù)處理 242
    11.2.2 定義網(wǎng)絡(luò)結(jié)構(gòu) 242
    11.2.3 編譯模型 242
    11.2.4 擬合模型 245
    11.2.5 評(píng)估模型 246
    11.2.6 部署模型 246
    11.3 利用TensorFlow實(shí)現(xiàn)“MNIST
    手寫數(shù)字識(shí)別” 246
    11.3.1 案例描述 246
    11.3.2 案例解析 247
    11.3.3 代碼實(shí)現(xiàn) 247
    本章小結(jié) 254
    練習(xí)11 254
最新評(píng)論共有 0 位網(wǎng)友發(fā)表了評(píng)論
發(fā)表評(píng)論
評(píng)論內(nèi)容:不能超過250字,需審核,請(qǐng)自覺遵守互聯(lián)網(wǎng)相關(guān)政策法規(guī)。
用戶名: 密碼:
匿名?
注冊(cè)
主站蜘蛛池模板: 天堂色在线| 一本色道久久88加勒比—综合 | 91精品视频网| 色本道| wwwwwww黄| 欧美精品国产制服第一页| 99国产精品九九视频免费看| 色久悠悠在线| 99国产国人青青视频在线观看| 人人干人人看| 91精品国产自产在线观看高清| 免费成人在线观看视频| 亚洲成年网| 黄视频网页| 天天色图| 91久久网| 精品久久久久亚洲| 午夜免费| 91亚洲视频| 精品伊人久久久久7777人| 亚洲人成影网站~色| 国产精品久久久久影院色老大| 日韩欧美在线播放视频| 91综合精品网站久久| 久99久精品免费视频热77| 亚洲图片天堂| 99成人国产精品视频| 精品欧美一区二区三区精品久久| 香蕉久久精品| 日本高清不卡二区| 韩国一级成a人片在线观看| 色偷偷成人| 中文字幕日韩一区| 国产福利精品视频| 久久一区二区三区免费| 亚洲精品福利在线观看| 91视频官网| 国产午夜小视频| 牛牛热在线视频| 亚洲精品tv久久久久久久久 | 亚洲伊人色欲综合网|