人工智慧概論：基礎理論、程式語言及套用技術

《人工智慧概論：基礎理論、程式語言及套用技術》是2021年清華大學出版社出版的圖書。

基本介紹

• 中文名：人工智慧概論：基礎理論、程式語言及套用技術
• 作者：趙克玲,瞿新吉,任燕
• 出版社：清華大學出版社
• 出版時間：2021年1月1日
• 開本：16 開
• 裝幀：平裝
• ISBN：9787302564201

內容簡介

《人工智慧概論——基礎理論、程式語言及套用技術（微課視頻版）》從套用出發，系統介紹人工智慧的基本理論、方法和技術，以及傳統行業AI化改造的解決方案。全書共8章，內容涵蓋人工智慧概述、Python基礎、機器學習、計算機視覺、語言識別、自然語言處理、知識圖譜和人工智慧行業解決方案。

《人工智慧概論——基礎理論、程式語言及套用技術（微課視頻版）》理論和實踐相結合，每章使用思維導圖梳理知識點，並配有案例及實現，內容重點突出、結構清晰； 同時還在附錄中提供了人工智慧平台環境搭建的操作手冊，便於初學者學習和查閱。

《人工智慧概論——基礎理論、程式語言及套用技術（微課視頻版）》適用面廣，可作為高等院校人工智慧、智慧型科學與技術、計算機、信息處理、自動化和電信等理工科相關專業的教材，也可作為其他專業的拓展、通識課程的教材，還可作為培訓機構的人工智慧課程教材。

圖書目錄

第1章人工智慧概述

1．1人工智慧簡介

1．1．1人工智慧的定義

1．1．2人工智慧的起源和發展

1．2人工智慧產業框架體系

1．2．1基礎層

1．2．2技術層

1．2．3套用層

1．3人工智慧核心技術

1．3．1基礎技術

1．3．2通用技術

1．3．3套用技術

1．4人工智慧的意義及挑戰

1．4．1發展人工智慧的戰略意義

1．4．2人工智慧發展趨勢

1．4．3人工智慧的衝擊與挑戰

本章總結

本章習題

第2章Python語言基礎

2．1Python概述

2．1．1Python簡介

2．1．2Python版本

2．1．3Python語言特色

2．1．4Python套用領域

2．2Python程式

2．2．1什麼是程式

2．2．2編寫並運行Python程式

2．2．3使用Jupyter Notebook

2．2．4調試程式

2．3Python基礎知識

2．3．1Python基礎語法

2．3．2變數

2．3．3基礎數據類型

2．3．4運算符

2．3．5表達式

2．4序列、映射

2．4．1序列及其通用操作

2．4．2列表的基本操作

2．4．3列表和元組的相互轉化

2．4．4字典

2．5流程控制語句

2．5．1條件語句

2．5．2循環語句

2．6函式與模組

2．6．1抽象

2．6．2函式

2．6．3模組

2．7檔案操作

2．7．1檔案

2．7．2打開檔案

2．7．3關閉檔案

2．7．4讀取檔案內容

2．7．5讀取全部內容

2．7．6向檔案寫入數據

2．8客服機器人案例分析

2．8．1謀定而後動

2．8．2拆解複雜問題

2．8．3整合在一起

2．9影評詞雲數據分析案例

2．9．1安裝jieba庫

2．9．2安裝WordCloud庫

2．9．3編碼實現

本章總結

本章習題

第3章機器學習

3．1機器學習簡介

3．1．1什麼是機器學習

3．1．2機器學習發展歷史

3．1．3機器學習套用領域

3．2機器學習進階

3．2．1機器學習種類

3．2．2基本術語

3．2．3機器學習的流程

3．3線性模型

3．3．1預測工資——線性回歸

3．3．2鐵達尼號生存預測——邏輯回歸

3．4監督學習

3．4．1支持向量機

3．4．2貝葉斯分類器

3．4．3決策樹

3．4．4神經網路

3．5機器學習案例——貓狗分類

3．5．1安裝TensorFlow和Keras庫

3．5．2案例實現

本章總結

本章習題

第4章計算機視覺及套用

4．1計算機視覺基礎

4．1．1計算機視覺的基本概念

4．1．2計算機視覺的作用

4．1．3計算機視覺的基本原理

4．2計算機視覺技術

4．2．1圖像處理

4．2．2圖像分類

4．2．3特徵提取

4．3基於深度學習的圖像識別

4．3．1卷積運算

4．3．2利用卷積提取圖像特徵

4．3．3基於深度神經網路的圖像分類

4．3．4目標檢測

4．4視頻行為識別

4．5計算機視覺套用

4．5．1圖像分類的套用

4．5．2人臉識別

本章總結

本章習題

第5章語音識別及套用

5．1語音識別

5．1．1語音識別的定義

5．1．2語音識別發展歷程

5．1．3語音識別的分類

5．1．4語音識別的流程

5．2語音合成

5．3語音識別的套用案例——語音助手

本章總結

本章習題

第6章自然語言處理

6．1自然語言處理導入

6．2自然語言處理的基本原理

6．2．1自然語言處理的定義

6．2．2自然語言處理的基本技術原理

6．2．3自然語言處理的技術發展

6．3自然語言處理的套用場景

6．3．1從文本中挖掘主題

6．3．2自然語言處理的套用領域和套用場景

6．3．3自然語言處理的未來套用——人機互動系統

6．4自然語言處理案例——文本預測和生成

本章總結

本章習題

第7章知識圖譜及套用

7．1知識圖譜引言

7．2知識圖譜簡介

7．2．1知識圖譜的定義

7．2．2知識圖譜的架構

7．3知識圖譜套用

7．3．1問答系統

7．3．2行業套用

7．4知識圖譜展望

7．5知識圖譜案例

本章總結

本章習題

第8章人工智慧行業解決方案

8．1智慧交通

8．1．1無人駕駛汽車

8．1．2共享腳踏車

8．1．3公安交通指揮系統

8．2智慧型製造

8．2．1工業3D分揀機器人

8．2．2智慧型工廠

8．2．3智慧型設備

8．3智慧醫療

8．3．1達?芬奇機器人

8．3．2醫療影像診斷

8．3．3陪伴機器人

8．4智慧金融

8．4．1智慧型客服

8．4．2數字員工

8．4．3定損寶

本章總結

本章習題

附錄A搜尋算法

附錄B人工智慧平台環境搭建

B.1環境背景

B.2Python環境搭建

B.2．1下載Python安裝檔案

B.2．2安裝Python

B.2．3配置Python環境變數

B.2．4測試Python環境

B.3pip命令

B.3．1測試pip

B.3．2pip install命令

B.3．3安裝科學計數模組(numpy)

B.3．4安裝數據可視化模組(matplotlib)

B.3．5安裝機器學習模組(sklearn)

B.3．6安裝自然語言處理工具包(nltk)

B.3．7安裝自然語言中處理主題分析模組(gensim)

B.3．8安裝語音識別模組(python_speech_features)

B.3．9安裝隱馬爾可夫模型(hmmlearn)

B.3．10安裝神經網路模組依賴包(cvxopt)

B.3．11安裝神經網路模組依賴包(pystruct)

B.3．12安裝神經網路模組(neurolab)

B.3．13安裝機器視覺模組(opencv)

B.3．14安裝圖像處理庫(Pillow)

B.4Anaconda環境搭建

B.4．1下載Anaconda安裝檔案

B.4．2安裝Anaconda

B.4．3Anaconda Prompt工具

B.4．4Jupyter Notebook工具

B.4．5Spyder工具

參考文獻