人工智慧算法Python案例實戰是一本2021年出版的圖書，由人民郵電出版社出版
基本介紹
- 中文名：人工智慧算法Python案例實戰
- 作者：呂鑒濤
- 類別：計算機技術
- 出版社：人民郵電出版社
- 出版時間：2021年1月
- 頁數：343 頁
- 定價：69.80 元
- 開本：16 開
- 裝幀：平裝
- ISBN：9787115543073
內容介紹,作者介紹,圖書目錄,
內容介紹
本書從概念和數學原理上對人工智慧所涉及的數據處理常用算法、圖像識別、語音識別、自然語言處理、深度學習幾個主要方面進行了闡述，並以Python為主要工具進行了相應的編程實踐，以使讀者對人工智慧相關技術有更直觀和深入的理解。此外，本書也用幾個獨立的章節從原理和實踐上介紹了量子計算、區塊鏈技術、並行計算、增強現實等與人工智慧密切相關的前沿技術。
本書適合對人工智慧領域感興趣並有一定數學基礎的相關人員閱讀，也可作為高等院校相關專業的教學參考書。
作者介紹
呂鑒濤，中共黨員，歸國計算機科學博士，政府特聘科技專家。曾任職中關村著名企業為高級軟體工程師。本科和碩士就讀於華中師範大學。後留學於加拿大Dalhousie University。畢業後任職於加拿大聯邦政府。2010年回國創業，將企業做成行業知名品牌。帶領團隊研發出全球首款並量產的3D食品印表機，引發國內各大媒體爭相報導。擁有多項個人專利和軟體著作權。
圖書目錄
第1章 緒論 1
1.1 人工智慧的起源與發展 1
1.2 人工智慧的主要套用行業與領域 2
1.3 中國人工智慧發展現狀 3
1.4 Python與人工智慧 4
1.5 構建Python人工智慧編程環境 5
第2章 數據處理常用算法 11
2.1 傅立葉變換 11
2.1.1 傅立葉分析的由來 11
2.1.2 傅立葉變換原理與套用 11
2.2 卷積 16
2.2.1 數位訊號處理與卷積運算 16
2.2.2 NumPy卷積函式 20
2.2.3 二維矩陣卷積計算 21
2.2.4 圖像卷積套用示例 22
2.3 二分法求解 23
2.4 最小二乘法曲線擬合 25
2.4.1 最小二乘法的來歷 25
2.4.2 最小二乘法與曲線擬合 25
2.5 泰勒級數 30
2.5.1 泰勒公式 30
2.5.2 泰勒級數展開與多項式近似 31
2.6 差分法逼近微分 34
2.6.1 差分法簡介 34
2.6.2 差分的不同形式及其代碼實現 35
2.7 蒙特卡羅方法 36
2.7.1 蒙特卡羅方法原理 37
2.7.2 蒙特卡羅方法套用 38
2.8 梯度下降算法 40
2.8.1 方嚮導數與梯度 41
2.8.2 梯度下降 42
2.8.3 基於梯度下降算法的線性回歸 43
第3章 圖像識別與Python編程
實踐 49
3.1 圖像識別發展簡介 49
3.2 圖像識別基本算法 50
3.2.1 邊緣檢測 50
3.2.2 角點檢測 64
3.2.3 幾何形狀檢測 68
3.2.4 尺度不變特徵變換 72
3.3 OpenCV與視頻圖像處理 74
3.3.1 視頻讀寫處理 74
3.3.2 運動軌跡標記 76
3.3.3 運動檢測 80
3.3.4 運動方向檢測 85
3.4 基於ImageAI的圖像識別 88
3.4.1 圖像預測 88
3.4.2 目標檢測 92
3.5 人臉識別 95
3.5.1 基於Dlib的人臉識別 95
3.5.2 基於Face_recognition的人臉識別 103
3.6 Tesseract OCR與文本智慧型識別 108
3.6.1 Tesseract OCR的安裝配置 108
3.6.2 基於Pytesseract的字元識別 109
3.6.3 條形碼檢測與識別 110
3.7 基於百度AI的智慧型圖像識別 115
3.7.1 通用物體識別 116
3.7.2 車牌識別 117
第4章 語音識別與Python編程
實踐 119
4.1 語音識別簡介 119
4.1.1 語音識別的起源與發展 119
4.1.2 語音識別的基本原理 120
4.2 語音識別Python SDK 121
4.2.1 Microsoft語音識別框架SAPI 121
4.2.2 Speech 123
4.2.3 Python_Speech_Features 124
4.2.4 SpeechRecognition 128
4.3 MFCC語音特徵值提取算法 131
4.3.1 MFCC語音特徵值提取算法簡介 131
4.3.2 語音信號分幀 133
4.3.3 計算MFCC係數 141
4.4 基於百度AI的語音識別 149
4.4.1 百度語音簡介 149
4.4.2 百度語音識別 150
4.5 基於音頻指紋的音樂識別 155
4.5.1 音頻信號採集與播放 156
4.5.2 音頻指紋生成 157
4.5.3 數據存儲與檢索 161
4.6 語音克隆技術簡介 165
第5章 自然語言處理與Python編程
實踐 169
5.1 NLP的發展趨勢與關鍵技術 169
5.1.1 NLP的發展趨勢 169
5.1.2 NLP的關鍵技術 170
5.2 NLP工具集NLTK 170
5.2.1 NLTK的安裝 170
5.2.2 基於NLTK的簡單文本分析 171
5.3 文本切分與標準化 176
5.3.1 文本切分 176
5.3.2 中文分詞 177
5.3.3 標準化 186
5.4 詞性標註 191
5.5 文本分類 193
5.6 語言檢測識別 202
5.6.1 基於Langdetect的語言檢測 202
5.6.2 基於Langid的語言檢測 203
5.6.3 基於N-gram算法的語言檢測 204
5.7 情感分析 207
5.7.1 簡易情感分類器示例 207
5.7.2 基於NLTK的電影評論情感
分類 209
第6章 深度學習與Python編程
實踐 212
6.1 深度學習常用算法 212
6.1.1 卷積神經網路 213
6.1.2 循環神經網路 219
6.1.3 生成對抗網路 224
6.2 深度學習框架及其套用 230
6.2.1 Theano 230
6.2.2 PyTorch 243
6.2.3 TensorFlow 253
第7章 量子計算與Python編程
實踐 260
7.1 量子計算概述 261
7.1.1 什麼是量子計算 261
7.1.2 人工智慧與量子計算 262
7.2 量子計算發展現狀 263
7.2.1 國外量子計算發展概況 263
7.2.2 中國量子計算進展 266
7.3 IBM Quantum Experience量子計算
雲平台 267
7.3.1 IBM Quantum Experience平台賬號
註冊 268
7.3.2 IBM Quantum Experience量子電路
設計與運行 268
7.4 基於Qiskit的量子計算Python編程
接口 274
7.5 基於Qiskit的量子計算編程實踐 276
7.5.1 Qconfig.py配置檔案 276
7.5.2 基於模擬終端的算法電路運行 276
7.5.3 基於物理晶片的算法電路運行 277
7.5.4 量子電路可視化 279
7.5.5 量子傅立葉變換 280
7.6 Rigetti Computing量子編程平台 285
7.6.1 Forest SDK簡介 285
7.6.2 PyQuil安裝 286
7.6.3 PyQuil量子編程示例 286
第8章 區塊鏈技術與Python編程
實踐 288
8.1 區塊鏈技術簡介 288
8.2 區塊鏈編程環境配置 291
8.3 區塊鏈技術與編程實踐 293
8.3.1 區塊鏈的定義與創建 293
8.3.2 共識機制 296
8.3.3 創建節點 297
8.3.4 測試運行示例區塊鏈 299
8.3.5 一致性算法 301
第9章 並行計算與Python編程
實踐 304
9.1 基於Multiprocessing的並行計算 304
9.1.1 進程創建與管理 305
9.1.2 進程數據交換 306
9.1.3 進程同步 309
9.2 GPU並行計算 312
9.2.1 PyCUDA並行計算 313
9.2.2 Numba GPU高性能計算 317
9.3 MPI並行計算 319
9.3.1 mpi4py簡介 319
9.3.2 mpi4py的安裝與測試 319
9.3.3 mpi4py並行計算 320
9.4 ipyparallel並行計算 330
9.4.1 ipyparallel的安裝與啟動 330
9.4.2 ipyparallel並行計算 330
第10章 增強現實與Python編程
實踐 335
10.1 AR技術簡介 335
10.2 基於OpenCV的AR實現 336
10.2.1 照相機模型 336
10.2.2 基於OpenCV的AR編程實例 337
