人工智能应用基础 版权信息
- ISBN:9787121416811
- 条形码:9787121416811 ; 978-7-121-41681-1
- 装帧:一般胶版纸
- 册数:暂无
- 重量:暂无
- 所属分类:>
人工智能应用基础 本书特色
通过学习本教材,学生可学会如何利用人工智能的手段解决专业及行业的各种复杂任务,重点是如何有效地运用视觉、语言(语音)、大数据等人工智能处理技术,对复杂任务进行辅助决策。内容紧跟人工智能主流技术,选取了人工智能云典型应用、商业智能分析、机器学习和仿真模拟等典型案例,同时采用Python作为讲授计算思维和人工智能的基本工具。
人工智能-高等学校-教材在人工智能与各行各业深度融合的背景下,大学计算机公共课内涵和内容亟待变革。
课题组开始探索和实践人工智能背景下大学计算机公共课的全面转型,针对大学生的特点,实现人工智能教育在大学计算机公共课的落地,特编辑《人工智能应用基础》。
人工智能应用基础 内容简介
本书首先从人工智能的定义讲起,就人工智能的早期历史、思维和智能的内涵、新千年人工智能的发展进行了简要论述。第二部分详细讲述了人工智能中的知识表示、机器学习、神经网络与深度学习、智能语音技术、计算机视觉、自然语言处理和知识图谱技术等基础知识,并通过人工智能在医疗、交通、生活、金融、零售、安防中的经典的成功应用案例让读者更好的了解人工智能技术的发展和我们生活的关切度。很后对人工智能的未来进行了展望,提出人工智能背景时代下大学生就业和创业前景和机遇,帮助大学生应对人工智能背景下的职业规划。形成一个融理论教学、科学训练、创新实践为一体的过程化的人工智能课程体系和协同培养机制,使所培养的人才在基础知识、专业知识、实践能力、创新能力、伦理道德以及科学与职业素质等方面得到全面均衡的发展。
人工智能应用基础 目录
目 录
第1 章 初识人工智能 ................................................................................... 1
1.1 无处不在的人工智能 .................................................................................................... 1
1.1.1 科幻片中描绘的人工智能 ................................................................................. 1
1.1.2 人工智能的发展现状 ......................................................................................... 4
1.2 人工智能追根溯源 ...................................................................................................... 16
1.2.1 人工智能的由来 ............................................................................................... 16
1.2.2 人工智能的基本概念 ....................................................................................... 17
1.2.3 人工智能的发展历程 ....................................................................................... 20
1.3 人工智能云应用场景 .................................................................................................. 23
1.3.1 什么是人工智能云服务 ................................................................................... 23
1.3.2 为什么人工智能需要迁移到云端 ................................................................... 24
1.3.3 人工智能云服务的类型 ................................................................................... 24
1.3.4 体验人工智能云应用 ....................................................................................... 24
1.4 未来发展趋势 .............................................................................................................. 27
本章小结 ....................................................................................................................... 29
第2 章 机器学习 ........................................................................................ 32
2.1 认识机器学习 .............................................................................................................. 33
2.1.1 机器学习的定义 ............................................................................................... 33
2.1.2 机器学习算法的分类 ....................................................................................... 35
2.1.3 机器学习发展历程 ........................................................................................... 38
2.1.4 机器学习的技术原理 ....................................................................................... 39
2.2 机器学习常用算法 ...................................................................................................... 42
2.2.1 线性回归 ........................................................................................................... 42
2.2.2 支持向量机 ....................................................................................................... 44
2.2.3 决策树 ............................................................................................................... 45
2.2.4 K-近邻算法 ....................................................................................................... 46
2.2.5 朴素贝叶斯算法 ............................................................................................... 47
2.2.6 K 均值聚类算法 ............................................................................................... 48
2.3 监督学习案例:计算机学习计算平均分 .................................................................. 49
2.4 无监督学习案例:K 平均聚类算法实现 .................................................................. 51
2.5 应用场景 ...................................................................................................................... 55
2.6 未来展望 ...................................................................................................................... 56
本章小结 ....................................................................................................................... 57
课后习题 ....................................................................................................................... 57
第3 章 深度神经网络 ................................................................................. 58
3.1 神经网络简介 .............................................................................................................. 59
3.1.1 神经元结构 ....................................................................................................... 59
3.1.2 感知机概述 ....................................................................................................... 60
3.1.3 神经网络结构 ................................................................................................... 64
3.2 深度学习简介 .............................................................................................................. 66
3.2.1 深度神经网络 ................................................................................................... 67
3.2.2 卷积神经网络及原理 ....................................................................................... 68
3.2.3 经典深度学习模型 ........................................................................................... 72
3.3 主流深度学习框架及使用 .......................................................................................... 74
3.3.1 TensorFlow 简介 ............................................................................................... 74
3.3.2 PyTorch 简介 .................................................................................................... 75
3.3.3 Caffe 简介 ......................................................................................................... 76
3.3.4 PaddlePaddle 简介 ............................................................................................ 76
3.3.5 TensorFlow 的使用 ........................................................................................... 77
3.4 应用场景 ...................................................................................................................... 79
3.4.1 人工神经网络在信息领域中的应用 ............................................................... 79
3.4.2 人工神经网络在医学中的应用 ....................................................................... 80
3.4.3 人工神经网络在经济领域的应用 ................................................................... 81
3.4.4 人工神经网络在交通领域的应用 ................................................................... 82
3.4.5 人工神经网络在心理学领域的应用 ............................................................... 82
本章小结 ....................................................................................................................... 83
第4 章 知识图谱及应用 ............................................................................. 84
4.1 知识图谱的概念 .......................................................................................................... 85
4.1.1 知识图谱的定义 ............................................................................................... 85
4.1.2 知识图谱的表示 ............................................................................................... 85
4.1.3 知识图谱技术的发展历程 ............................................................................... 86
4.2 知识图谱的特点 .......................................................................................................... 88
4.3 知识图谱构建 .............................................................................................................. 92
4.3.1 业务问题定义 ................................................................................................... 92
4.3.2 数据的收集与预处理 ....................................................................................... 93
4.3.3 知识图谱的设计 ............................................................................................... 94
4.3.4 知识图谱的存储 ............................................................................................... 96
4.3.5 上层应用开发与系统评估 ............................................................................... 97
4.4 案例实现:客户意图理解 ........................................................................................ 101
4.5 应用场景 .................................................................................................................... 105
本章小结 ..................................................................................................................... 108
课后习题 ..................................................................................................................... 108
第5 章 智能语音技术及应用 .................................................................... 110
5.1 语音基本知识 ............................................................................................................ 111
5.2 语音识别 .................................................................................................................... 112
5.2.1 语音识别的概念 ............................................................................................. 112
5.2.2 语音识别的工作原理 ..................................................................................... 113
5.2.3 语音识别系统的实现 ..................................................................................... 114
5.2.4 语音识别的应用 ............................................................................................. 116
5.3 语音合成 .................................................................................................................... 118
5.3.1 语音合成的概念 ............................................................................................. 118
5.3.2 语音合成的应用 ............................................................................................. 119
5.4 声纹识别 .................................................................................................................... 120
5.4.1 什么是声纹 ..................................................................................................... 120
5.4.2 声纹识别技术 ................................................................................................. 121
5.5 案例实现:客服回复音频化 .................................................................................... 122
5.6 应用场景 .................................................................................................................... 126
5.7 现状、未来展望 ........................................................................................................ 128
本章小结 ..................................................................................................................... 129
课后习题 ..................................................................................................................... 129
第6 章 自然语言处理及应用 .................................................................... 131
6.1 智能语音助手 ............................................................................................................ 131
6.2 自然语言处理概述 .................................................................................................... 133
6.2.1 自然语言处理的发展历程 ............................................................................. 134
6.2.2 自然语言处理的一般流程 ............................................................................. 135
6.2.3 自然语言处理的研究内容 ............................................................................. 138
6.2.4 自然语言处理中的难点 ................................................................................. 140
6.3 案例实现:用户评价情感分析 ................................................................................ 142
6.4 应用场景 .................................................................................................................... 145
6.4.1 机器翻译 ......................................................................................................... 145
6.4.2 垃圾邮件分类 ................................................................................................. 146
6.4.3 信息抽取 ......................................................................................................... 147
6.4.4 文本情感分析 ................................................................................................. 147
6.4.5 智能问答 ......................................................................................................... 147
6.4.6 个性化推荐 ..................................................................................................... 148
6.5 未来展望 .................................................................................................................... 149
本章小结 ..................................................................................................................... 149
课后习题 ..................................................................................................................... 149
第7 章 计算机视觉技术及应用 ................................................................. 151
7.1 计算机视觉基本知识 ................................................................................................ 152
7.2 人脸识别 .................................................................................................................... 156
7.2.1 人脸识别概念 ................................................................................................. 156
7.2.2 人脸识别应用 ................................................................................................. 157
7.3 图像识别 .................................................................................................................... 160
7.3.1 图像识别基础知识 ......................................................................................... 160
7.3.2 图像识别与深度学习 ..................................................................................... 161
7.3.3 图像识别技术的应用 ..................................................................................... 161
7.4 文字识别 .................................................................................................................... 163
7.4.1 OCR 基本概念 ................................................................................................ 163
7.4.2 OCR 常见应用 ................................................................................................ 164
7.5 人体分析及应用 ........................................................................................................ 165
7.6 讯飞开放平台使用方法和途径 ................................................................................ 167
7.7 案例实现:公司会展人流统计 ................................................................................ 169
7.8 应用场景 .................................................................................................................... 172
7.8.1 视频/监控分析 ................................................................................................ 172
7.8.2 工业视觉检测 ................................................................................................. 173
7.8.3 医疗影像诊断 ................................................................................................. 174
本章小结 ..................................................................................................................... 174
课后习题 ..................................................................................................................... 174
第8 章 智能机器人 ................................................................................... 177
8.1 智能机器人概述 ........................................................................................................ 177
8.1.1 智能机器人的定义 ......................................................................................... 178
8.1.2 智能机器人的分类 ......................................................................................... 179
8.1.3 智能机器人关键技术 ..................................................................................... 183
8.2 服务机器人 ................................................................................................................ 187
8.2.1 服务机器人的概念 ......................................................................................... 187
8.2.2 服务机器人的应用 ......................................................................................... 188
8.3 无人车 ........................................................................................................................ 192
8.4 案例实现:智能问答系统 ........................................................................................ 194
8.5 应用场景 .................................................................................................................... 198
本章小结 ..................................................................................................................... 201
课后习题 ..................................................................................................................... 201
第9 章 大数据与商业智能 ........................................................................ 203
9.1 大数据 ........................................................................................................................ 204
9.1.1 大数据是什么 ................................................................................................. 204
9.1.2 大数据技术体系 ............................................................................................. 205
9.1.3 大数据技术 ..................................................................................................... 206
9.1.4 大数据与人工智能的关系 ............................................................................. 210
9.2 商业智能 .................................................................................................................... 211
9.3 案例实现:销售数据分析 ........................................................................................ 213
9.3.1 提出问题 ......................................................................................................... 213
9.3.2 解决方案 ......................................................................................................... 213
9.3.3 预备知识 ......................................................................................................... 214
9.3.4 任务1――导入数据、设置格式 .................................................................. 215
9.3.5 任务2――建立数据模型 .............................................................................. 218
9.3.6 任务3――新建列和新建度量值 .................................................................. 219
9.3.7 任务4――数据可视化 .................................................................................. 221
9.3.8 任务5――制作交互式可视化面板 .............................................................. 223
9.3.9 任务6――数据分析 ...................................................................................... 228
9.4 应用场景 .................................................................................................................... 234
9.4.1 尿布与啤酒 ..................................................................................................... 234
9.4.2 数据新闻让英国撤军 ..................................................................................... 234
9.4.3 微软大数据成功预测奥斯卡21 项大奖 ....................................................... 235
9.4.4 Google 成功预测冬季流感 ............................................................................ 235
本章小结 ..................................................................................................................... 235
课后习题 ..................................................................................................................... 235
第10 章 人工智能之Python 基础 ............................................................ 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 开发环境............................................................................................. 243
10.2.1 Python 开发环境概述 ................................................................................... 243
10.2.2 安装Python ................................................................................................... 244
10.2.3 **个Python 程序 ...................................................................................... 250
10.3 Python 开发工具...................................................................................................... 252
10.3.1 使用自带的IDLE ......................................................................................... 252
10.3.2 常用的第三方开发工具 ............................................................................... 255
10.4 案例:跳水比赛打分程序 ...................................................................................... 257
10.4.1 提出问题 ....................................................................................................... 257
10.4.2 解决方案 ....................................................................................................... 257
10.4.3 预备知识 ....................................................................................................... 258
10.4.4 任务1――生成选手的10 个分数 .............................................................. 265
10.4.5 任务2――得到选手的8 个有效分 ............................................................ 266
10.4.6 任务3――计算选手的平均分和*后得分 ................................................ 267
10.4.7 任务4――将选手的得分写入Excel 文件 ................................................. 268
10.4.8 任务5――将所有选手的得分写入二维列表 ............................................ 269
10.4.9 任务6――将所有选手的信息写入二维列表 ............................................ 271
10.4.10 任务7――将所有选手的得分排序后写入Excel 文件 ........................... 272
10.5 应用场景 .................................................................................................................. 273
10.5.1 Python 的应用场景 ....................................................................................... 273
10.5.2 Python 的应用方向 ....................................................................................... 274
本章小结 ..................................................................................................................... 276
课后习题 ..................................................................................................................... 277
第11 章 人工智能展望 ............................................................................. 278
11.1 智能时代的到来 ...................................................................................................... 279
11.1.1 人工智能的发展方向 ................................................................................... 279
11.1.2 人工智能发展态势与思考 ........................................................................... 280
11.2 智能时代对道德与法律的影响 .............................................................................. 282
11.2.1 智能机器的道德主体地位的思考 ............................................................... 282
11.2.2 人工智能发展引发情感伦理问题 ............................................................... 283
11.2.3 人工智能引发新的社会安全和公平正义问题 ........................................... 284
11.2.4 智能时代的数字鸿沟 ................................................................................... 284
11.2.5 人工智能与法律 ........................................................................................... 285
11.3 智能时代背景下的职业规划面临的机遇与挑战 .................................................. 287
11.3.1 人工智能背景下职业规划面临的机遇 ....................................................... 287
11.3.2 人工智能背景下职业规划面临的挑战 ....................................................... 289
本章小结 ..................................................................................................................... 293
课后习题 ..................................................................................................................... 293
附 录 ........................................................................................................ 294
附录A 准备人工智能开发环境 ..................................................................................... 294
附录B 注册成为AI 开放平台开发者 ........................................................................... 296
附录C 利用FFmpeg 软件进行音频格式转换 .............................................................. 297
附录D TensorFlow 框架的安装配置 ............................................................................. 300
附录E 智能对话系统设计与实施 ................................................................................. 302
附录F **批AI 国家开放创新平台功能 ................................................................... 305
参考文献 ..................................................................................................... 310
展开全部
人工智能应用基础 作者简介
莫小泉,毕业于桂林电子科技大学物流工程专业,硕士学位,副教授。曾任北京航空航天大学北海学院教务处长,广西高等学校实验室工作研究会副理事长,现担任科大讯飞股份公司院校合作执行院长。主持参与10多项省、市厅级教学改革与科研课题研究,国内外知名期刊发表学术论文20余篇,获得全国大学生大学英语等级考试、计算机等级考试优秀工作者,曾指导学生获得互联网+大赛广西区银奖和挑战者杯金奖,拥有丰富的教学运行管理经验。