AI源碼解讀：機器學習案例

《AI源碼解讀：機器學習案例》是2021年清華大學出版社出版的圖書。

基本介紹

• 中文名：AI源碼解讀：機器學習案例
• 作者：李永華
• 出版時間：2021年8月
• 出版社：清華大學出版社
• ISBN：9787302577294
• 類別：人工智慧
• 開本：16 開
• 裝幀：平裝-膠訂

內容簡介

本書以人工智慧發展為時代背景,通過20個套用機器學習模型和算法的實際案例,為工程技術人員 提供較為詳細的實戰方案,以便深度學習。 在編排方式上,全書側重對創新項目的過程進行介紹。分別從整體設計、系統流程和實現模組等角度 論述數據處理、模型訓練和模型套用,並剖析模組的功能、使用和程式代碼。為便於讀者高效學習、快速掌 握人工智慧開發方法,本書配套提供項目設計工程文檔、程式代碼、實現過程中出現的問題及解決方法等 資源,可供讀者舉一反三、二次開發。 本書結合系統設計、代碼實現以及運行結果展示進行講解,語言簡潔,深入淺出,通俗易懂,不僅適合 作為對Python編程感興趣的科研人員、人工智慧愛好者及從事智慧型套用創新開發專業人員的參考教材, 也可作為高等院校全棧系統套用開發相關專業的參考書。

圖書目錄

項目1今日熱點新聞推薦系統

1.1總體設計

1.1.1系統整體結構

1.1.2系統流程

1.2運行環境

1.3模組實現

1.3.1數據爬取

1.3.2新聞處理與聚類

1.3.3新聞推薦

1.4系統測試

1.4.1數據準備

1.4.2文本聚類

1.4.3熱點新聞推薦

項目2音樂推薦系統

2.1總體設計

2.1.1系統整體結構

2.1.2系統流程

2.2運行環境

2.2.1Python環境

2.2.2MySQL環境

2.2.3VUE環境

2.3模組實現

2.3.1數據請求和儲存

2.3.2數據處理

2.3.3數據存儲與後台

2.3.4數據展示

2.4系統測試

項目3基於網頁端的電影推薦

3.1總體設計

3.1.1系統整體結構

3.1.2系統流程

3.2運行環境

3.2.1Python環境

3.2.2PyCharm環境

3.2.3資料庫

3.3模組實現

3.3.1數據爬取及處理

3.3.2模型訓練及保存

3.3.3接口實現

3.3.4收集數據

3.3.5界面設計

3.4系統測試

項目4基於邏輯回歸的音樂分類

4.1總體設計

4.1.1系統整體結構

4.1.2系統流程

4.2運行環境

4.2.1Python環境

4.2.2Visual Studio Code開發環境

4.2.3Nodejs環境

4.2.4ffmpeg環境

4.2.5其他環境

4.3模組實現

4.3.1數據預處理

4.3.2數據特徵處理

4.3.3模型構建

4.3.4模型訓練及保存

4.3.5模型預測

4.3.6前端模組

4.3.7後端模組

4.4系統測試

4.4.1訓練準確率

4.4.2系統套用

項目5基於OpenCV和CNN的手語數字實時翻譯

5.1總體設計

5.1.1系統整體結構

5.1.2系統流程

5.2運行環境

5.2.1Python環境

5.2.2TensorFlow環境

5.2.3Keras環境

5.2.4Android環境

5.3模組實現

5.3.1數據預處理

5.3.2數據增強

5.3.3模型構建

5.3.4模型訓練及保存

5.3.5模型評估

5.3.6模型測試

5.4系統測試

5.4.1訓練準確率

5.4.2測試效果

5.4.3模型套用

項目6比賽預測

6.1總體設計

6.1.1系統整體結構

6.1.2系統流程

6.2運行環境

6.2.1Python環境

6.2.2Jupyter Notebook環境

6.2.3PyCharm環境

6.2.4MATLAB環境

6.3模組實現

6.3.1數據預處理

6.3.2特徵提取

6.3.3模型訓練及評估

6.3.4模型訓練準確率

6.4系統測試

6.4.1測試效果

6.4.2模型套用

項目7基於SVM分類垃圾簡訊

7.1總體設計

7.1.1系統整體結構

7.1.2系統流程

7.2運行環境

7.2.1Python環境

7.2.2Scikitlearn

7.2.3jieba環境

7.2.4MongoDB環境

7.2.5Apache PHP

7.3模組實現

7.3.1數據預處理

7.3.2模型訓練及保存

7.3.3模型評估

7.3.4模型測試

7.4系統測試

項目8KNN數字驗證碼識別

8.1總體設計

8.1.1系統整體結構

8.1.2系統流程

8.2運行環境

8.3模組實現

8.3.1數據爬取

8.3.2去噪與分割

8.3.3模型訓練及保存

8.3.4準確率驗證

8.4系統測試

項目9基於VAE的圖像生成

9.1總體設計

9.1.1系統整體結構

9.1.2系統流程

9.2運行環境

9.2.1Python環境

9.2.2TensorFlow環境

9.2.3GPU

9.3模組實現

9.3.1數據預處理

9.3.2模型構建及編譯

9.3.3模型訓練及圖像生成

9.3.4不同數據集處理

9.4系統測試

9.4.1隱層可視化

9.4.2測試效果

9.4.3放大圖像

項目10學年成績預測

10.1總體設計

10.1.1系統整體結構

10.1.2系統流程

10.2運行環境

10.2.1Python環境

10.2.2Plotly庫

10.2.3Scikitlearn庫

10.3模組實現

10.3.1準備預處理

10.3.2數據可視化與分析

10.3.3特徵提取

10.3.4模型訓練及保存

10.4系統測試

項目11銀行卡號數字識別

11.1總體設計

11.1.1系統整體結構

11.1.2系統流程

11.2運行環境

11.2.1Python環境

11.2.2TensorFlow環境

11.2.3OpenCV環境

11.3模組實現

11.3.1訓練集圖片處理

11.3.2測試圖片處理

11.3.3模型訓練及保存

11.3.4模型測試

11.4系統測試

11.4.1成功案例

11.4.2失敗案例

項目12古詩與歌詞生成

12.1總體設計

12.1.1系統整體結構

12.1.2系統流程

12.2運行環境

12.2.1Python環境

12.2.2TensorFlow環境

12.2.3PyCharm環境

12.3模組實現

12.3.1數據預處理

12.3.2模型構建

12.3.3模型訓練及保存

12.3.4使用模型生成古詩

12.3.5產生藏頭詩

12.3.6用詞雲展示生成的古詩

12.4歌詞生成

12.4.1數據預處理

12.4.2模型構建

12.4.3模型訓練及保存

12.4.4生成歌詞

12.5系統測試

12.5.1生成古詩和藏頭詩

12.5.2生成歌詞

項目13語音識別與方言分類

13.1總體設計

13.1.1系統整體結構

13.1.2系統流程

13.2運行環境

13.2.1Python環境

13.2.2TensorFlow環境

13.3模組實現

13.3.1方言分類

13.3.2語音識別

13.3.3模型測試

13.4系統測試

13.4.1訓練準確率

13.4.2測試效果

13.4.3模型套用

項目14智慧型聊天室

14.1總體設計

14.1.1系統整體結構

14.1.2系統流程

14.2運行環境

14.2.1Python環境

14.2.2庫安裝

14.2.3圖靈聊天機器人API

14.2.4百度雲伺服器配置

14.3模組實現

14.3.1聊天模組

14.3.2檔案圖片（表情包）

14.3.3音視頻通話

14.3.4人臉識別

14.3.5截圖功能

14.3.6聊天機器人

14.4系統測試

14.4.1人臉測試效果

14.4.2聊天效果測試

14.4.3檔案操作測試

14.4.4截圖操作測試

項目15基於OpenCV的答題卡識別系統

15.1總體設計

15.1.1系統整體結構

15.1.2系統流程

15.2運行環境

15.2.1Python環境

15.2.2PyCharm安裝

15.2.3OpenCV環境

15.3模組實現

15.3.1信息識別

15.3.2Excel導出模組

15.3.3圖形用戶界面模組

15.3.4手寫識別模組

15.4系統測試

15.4.1系統識別準確率

15.4.2系統識別套用

項目16人臉識別添加護具系統

16.1總體設計

16.1.1系統整體結構

16.1.2系統流程

16.2運行環境

16.2.1Python環境

16.2.2Tkinter調用

16.2.3OpenCV安裝

16.2.4庫環境

16.3模組實現

16.3.1頁面布局

16.3.2圖像載入

16.3.3圖像識別

16.4系統測試

項目17LPR車牌識別

17.1總體設計

17.1.1系統整體結構

17.1.2系統流程

17.2運行環境

17.2.1Python環境

17.2.2OpenCV環境

17.2.3Android環境

17.3模組實現

17.3.1數據預處理

17.3.2模型訓練

17.3.3APP構建

17.4系統測試

17.4.1訓練分數和損失可視化

17.4.2APP測試結果

項目18動漫人物識別

18.1總體設計

18.1.1系統整體結構

18.1.2系統流程

18.2運行環境

18.2.1爬蟲

18.2.2模型訓練

18.2.3實際套用

18.3模組實現

18.3.1數據準備

18.3.2數據處理

18.3.3模型訓練及保存

18.3.4模型測試

18.4系統測試

18.4.1測試效果

18.4.2模型套用

項目19基於遺傳神經網路的“外星人入侵”

19.1總體設計

19.1.1系統整體結構

19.1.2系統流程

19.2運行環境

19.3模組實現

19.3.1遊戲設定

19.3.2模型訓練

19.3.3數據繪圖

19.3.4UI界面

19.4系統測試

19.4.1測試效果

19.4.2運行結果

19.4.3模型套用

項目20中草藥識別的微信小程式

20.1總體設計

20.1.1系統整體結構

20.1.2系統流程

20.2運行環境

20.3模組實現

20.3.1從百度AI申請API

20.3.2雲函式

20.3.3API調用

20.3.4資料存儲

20.3.5頁面設計

20.4系統測試

20.4.1開發者平台測試

20.4.2小程式真機測試

作者簡介

李永華 北京郵電大學，教授，擁有超過10年的軟硬體開發經驗，長期致力於物聯網、雲計算與人工智慧的研究工作。在教學中以興趣為導向，激發學生的創造性；以素質為基礎，提高自身教學水平；以科研為手段，促進教學理念的轉變，在教學與科研實踐中指導學生實現300餘個創新案例。主持30餘項與企事業單位課題的研究工作，在國內外學術期刊及會議發表論文100餘篇，申請專利50餘項，出版圖書20餘部。