《人工智慧套用開發與案例分析》是2023年清華大學出版社出版的圖書，作者：緱錦 主編 王華珍 劉景華 副主編。
基本介紹
- 中文名：人工智慧套用開發與案例分析
- 作者：緱錦 主編 王華珍 劉景華 副主編
- 出版時間：2023年3月1日
- 出版社：清華大學出版社
- ISBN：9787302623335
- 定價：59 元
內容簡介,圖書目錄,
內容簡介
為實現人工智慧實用型人才的培養，本書以邁進人工智慧領域的高效學習路徑為切入點，目標是讓讀者快速進入人工智慧的世界，成為一名人工智慧套用的開發者。本書切入日常工作與生活場景，捕獲數據並從中萃取有價值的信息或模式，利用高效可復用的Python代碼進行人工智慧算法實現及可視化，讓讀者從中學到一些核心的“人工智慧+”套用開發技術，如分類、預測及推薦等。本書通過“原理簡述—問題實例—實際代碼—運行效果”方式介紹每個人工智慧套用的開發方法，使讀者能夠邊學邊用，通過代碼的實現加深對人工智慧算法的理解。
圖書目錄
目錄
第1章緒論
1.1人工智慧發展歷程
1.2“人工智慧+”套用的創新
1.3人工智慧套用開發流程
1.4人工智慧開發環境搭建
1.4.1AI開源算法框架
1.4.2Python人工智慧開發環境部署
1.5實踐作業
參考文獻
第2章巧婦難為無米之炊——數據準備
2.1開源數據集
2.1.1計算機視覺相關數據集
2.1.2計算機聽覺相關數據集
2.1.3自然語言處理相關數據集
2.2網路數據爬取
2.2.1通用爬蟲與聚焦爬蟲
2.2.2Python爬蟲技術解析
2.2.3數據清洗
2.3基於爬蟲的大數據獲取案例
2.3.1基於爬蟲軟體的大數據獲取
2.3.2基於Python爬蟲技術的僑情數據獲取
2.4實踐作業
參考文獻
第3章零基礎開發——人工智慧定製化訓練服務
3.1人工智慧學習模式簡介
3.1.1機器學習範例
3.1.2監督學習
3.1.3無監督學習
3.1.4半監督學習
3.1.5強化學習
3.1.6遷移學習
3.2人工智慧定製化訓練服務平台
3.2.1百度人工智慧定製平台
3.2.2圖靈機器人平台Turing OS
3.2.3小i機器人Bot開放平台
3.2.4思必馳DUI開放平台
3.2.5華為AI開發平台ModelArts
3.2.6騰訊雲AI平台服務
3.3百度人工智慧定製平台套用開發實例
3.3.1基於EasyDL平台的圖像分類
3.3.2基於UNIT平台的智慧型客服機器人構建
3.4人工智慧模型性能評估
3.4.1通用泛化誤差指標的計算
3.4.2分類模型的評估指標
3.4.3回歸模型的評估指標
3.4.4學習任務視角下的評估指標
3.5人工智慧產品智商評測
3.5.1人類智商評測模型
3.5.2流行的人工智慧評測理論
3.5.3通用人工智慧智商評測理論
3.5.4人工智慧等級劃分
3.6實踐作業
參考文獻
第4章人工智慧關鍵技術簡介
4.1人工神經網路深度學習
4.1.1人工神經網路概述
4.1.2卷積神經網路
4.1.3循環神經網路
4.2自然語言處理技術
4.2.1機器理解自然語言的步驟
4.2.2機器理解自然語言所需的相關知識
4.3知識圖譜
4.3.1認知的組織體系
4.3.2知識圖譜的核心概念
4.3.3知識圖譜庫的規模
4.3.4知識圖譜的特點
4.3.5知識圖譜的技術體系
4.3.6知識圖譜的知識來源
4.3.7知識圖譜的知識抽取
4.3.8知識圖譜和自然語言處理的關係
4.4實踐作業
參考文獻
第5章智慧型秘書——任務型機器人
5.1任務型機器人簡介
5.2任務型對話機器人核心算法
5.2.1技術框架
5.2.2槽位填充
5.2.3對話狀態追蹤
5.3基於端到端模型的任務型機器人開發案例
5.3.1問題描述
5.3.2項目解析
5.3.3模型解析
5.3.4算法實現
5.4實踐作業
參考文獻
第6章一呼即應——語音喚醒
6.1語音喚醒技術簡介
6.2喚醒詞設定
6.2.1喚醒詞的組合方式
6.2.2喚醒詞的語音要素
6.3語音喚醒模型
6.3.1基於模板匹配的KWS
6.3.2基於HMMGMM的KWS
6.3.3基於人工神經網路的KWS
6.4語音喚醒模型部署
6.5語音喚醒範例
6.5.1語音信號處理
6.5.2CNN模型訓練
6.5.3CNN模型測試
6.6實踐作業
參考文獻
第7章文字高手——寫作機器人
7.1寫作機器人研究與產業現狀
7.1.1國外寫作機器人產品現狀
7.1.2國內寫作機器人簡介
7.2寫作機器人核心算法
7.2.1模板式寫作
7.2.2抽取式寫作
7.2.3生成式寫作
7.3寫作機器人開發案例
7.3.1Giiso平台體驗
7.3.2京東“李白寫作”體驗
7.3.3基於RNN的唐詩生成
7.3.4圖片描述生成
7.4實踐作業
參考文獻
第8章一秒鐘變大師——基於風格遷移的藝術創作
8.1人工智慧繪畫發展與現狀
8.1.1傳統計算機繪畫
8.1.2基於深度學習的計算機繪畫
8.1.3人工智慧繪畫相關的比賽
8.2人工智慧繪畫範例——風格遷移
8.2.1算法原理
8.2.2風格遷移開發案例
8.3實踐作業
參考文獻
第9章無中生有——人工智慧數據生成
9.1生成式對抗網路(GAN)原理
9.1.1GAN的概念
9.1.2GAN的原理
9.1.3GAN模型的改進
9.2基於GAN的手寫數字生成實踐
9.3實踐作業
參考文獻
第10章AI帶你玩——人工智慧在遊戲中的套用
10.1遊戲中的AI套用簡介
10.1.1遊戲AI的套用模式
10.1.2AlphGo項目簡介
10.1.3AI生成遊戲
10.2強化學習算法原理
10.2.1強化學習核心概念
10.2.2強化學習算法原理
10.3基於強化學習的AI玩家開發案例
10.4實踐作業
參考文獻
第11章知識將比數據更重要——知識圖譜
11.1知識圖譜的套用模式
11.1.1讓搜尋直通答案
11.1.2提供豐富的信息
11.1.3基於知識圖譜的信息推薦
11.1.4基於知識圖譜的用戶理解
11.2領域知識圖譜的構建流程
11.2.1模式設計
11.2.2明確數據來源
11.2.3辭彙挖掘
11.2.4領域實體發現
11.2.5關係發現
11.2.6知識融合
11.2.7質量控制
11.3知識圖譜開發案例
11.3.1圖資料庫的搭建
11.3.2Flask配置
11.3.3配置uWSGI
11.3.4構建一個小型的教育知識圖譜
11.4實踐作業
參考文獻
