同類熱銷排行榜

深入淺出人工智慧

作者：編者:陳書明//宋智軍//余少勇|責編:魏瑩
出版社：清華大學
ISBN：9787302674771

出版日期：2024/11/01
裝幀：平裝
頁數：252

人民幣：RMB 69 元售價：元

內容大鋼

本書以通俗易懂的語言，全面介紹了人工智慧的原理、技術、應用場景及典型案例。書中從電腦視覺、機器學習、自然語言處理和知識圖譜等人工智慧的關鍵技術切入，深入探討了圖像識別、語音識別、無人駕駛、聊天機器人、智能家居等人工智慧的應用領域。通過使用簡單易學且功能強大的Python語言，書中實現了人工智慧實用場景的構建和驗證。
對於對人工智慧感興趣但缺乏相關背景知識的初學者來說，本書是一本理想的入門讀物；而對於已經具備一定人工智慧基礎知識的讀者，本書也能幫助他們深化對人工智慧原理和演算法的理解。無論您是人工智慧的新手還是已有一定基礎的讀者，本書都能為您提供有價值的信息和知識。

作者介紹

編者:陳書明//宋智軍//余少勇|責編:魏瑩

第1章  人工智慧概論
  1.1  人工智慧的定義和分類
  1.2  人工智慧的特徵
  1.3  人工智慧的主要流派
    1.3.1  符號主義學派
    1.3.2  聯結主義學派
    1.3.3  行為主義學派
  1.4  人工智慧編程語言—— Python
  1.5  人工智慧的關鍵技術
    1.5.1  電腦視覺
    1.5.2  知識圖譜
    1.5.3  自然語言處理
    1.5.4  機器學習
    1.5.5  感知技術
  1.6  人工智慧的應用場景
    1.6.1  圖像識別
    1.6.2  語音識別
    1.6.3  無人駕駛
    1.6.4  聊天機器人—— ChatGPT
    1.6.5  智能家居
  習題
第2章  人工智慧編程語言之Python
  2.1  搭建人工智慧Python環境
    2.1.1  搭建Python環境
    2.1.2  搭建PyCharm環境
    2.1.3  安裝擴展模塊庫
  2.2  Python程序簡介
    2.2.1  Python常量
    2.2.2  Python變數
    2.2.3  Python註釋
    2.2.4  Python數據類型
    2.2.5  Python程序結構
    2.2.6  Python 函數
  2.3  NumPy基礎應用
    2.3.1  方程求解
    2.3.2  數組運算
  習題
第3章  電腦視覺
  3.1  電腦視覺的定義
  3.2  電腦視覺理解圖像的原理
  3.3  電腦視覺的任務
    3.3.1  圖像檢測
    3.3.2  圖像分割
    3.3.3  圖像分類
  3.4  電腦視覺的應用場景
    3.4.1  人臉識別
    3.4.2  視頻監控
    3.4.3  圖像識別
    3.4.4  無人駕駛
  3.5  物體檢測演算法——滑動窗口物體檢測法

  習題
第4章  知識圖譜
  4.1  知識圖譜的定義
  4.2  知識圖譜的構建過程
    4.2.1  知識抽取
    4.2.2  知識融合
    4.2.3  知識加工
  4.3  案例——構建人工智慧知識圖譜
  習題
第5章  自然語言處理
  5.1  自然語言處理的定義
    5.1.1  自然語言理解
    5.1.2  自然語言生成
  5.2  自然語言的發展歷程
    5.2.1  早期自然語言處理階段
    5.2.2  統計自然語言處理階段
    5.2.3  神經網路自然語言處理階段
  5.3  自然語言處理技術
    5.3.1  語法分析
    5.3.2  句法分析
    5.3.3  語義分析
    5.3.4  語用分析
    5.3.5  篇章分析
  5.4  自然語言處理的判別標準
  5.5  自然語言處理的應用場景
    5.5.1  機器翻譯
    5.5.2  信息檢索
    5.5.3  情感分析
    5.5.4  自動問答
  習題
第6章  機器學習與線性回歸
  6.1  機器學習的定義
  6.2  機器學習的發展歷程
  6.3  機器學習演算法分類
    6.3.1  監督學習
    6.3.2  半監督學習
    6.3.3  無監督學習
    6.3.4  強化學習
  6.4  機器學習的過程
  6.5  認識機器學習演算法——線性回歸
    6.5.1  線性回歸的數學表達式
    6.5.2  線性回歸求解過程
  6.6  案例——預測房屋價格
  習題
第7章  機器學習與分類器
  7.1  分類器的工作原理
  7.2  常用的分類器
    7.2.1  k近鄰分類器
    7.2.2  決策樹分類器
    7.2.3  支持向量機

    7.2.4  人工神經網路
    7.2.5  Adaboost演算法
  7.3  案例——使用SVM演算法進行乳腺腫瘤識別
    7.3.1  乳腺腫瘤細胞樣本數據集簡介
    7.3.2  SVM演算法診斷乳腺腫瘤詳細過程
  習題
第8章  機器學習——物以類聚，人以群分
  8.1  聚類方法
  8.2  k均值演算法
  8.3  數據降維演算法
  8.4  案例1——採用數據降維演算法評價學生成績
  8.5  案例2——採用k均值演算法分類鳶尾花
  習題
第9章  機器學習——強化學習
  9.1  強化學習概述
    9.1.1  強化學習的定義
    9.1.2  強化學習的基本組成部分
    9.1.3  強化學習的特點
    9.1.4  強化學習的分類
    9.1.5  強化學習的應用場景
  9.2  Q-learning演算法
    9.2.1  Q-table
    9.2.2  Q-learning演算法的執行過程
  9.3  案例——採用Q-learning演算法解決迷宮問題
  習題
第10章  感知技術
  10.1  感測器技術
    10.1.1  認識感測器
    10.1.2  感測器與人工智慧
    10.1.3  感測器的分類
    10.1.4  常用的感測器
    10.1.5  感測器的五大性能指標
  10.2  射頻識別技術
    10.2.1  射頻識別的定義
    10.2.2  射頻識別的工作原理
  10.3  衛星定位技術
  習題
第11章  圖像識別——機器也懂你
  11.1  圖像識別的原理和定義
    11.1.1  圖像識別的原理
    11.1.2  圖像識別的定義
  11.2  圖像識別瓶頸
  11.3  圖像識別過程
    11.3.1  圖像數據採集階段
    11.3.2  圖像預處理階段
    11.3.3  特徵提取及選擇階段
    11.3.4  分類器設計階段
    11.3.5  分類決策階段
    11.3.6  案例1——迎春花與連翹花識別
  11.4  人臉識別

    11.4.1  人臉識別過程
    11.4.2  人臉識別函數opencv
    11.4.3  案例2——檢測某一幅圖像中的人臉區域
    11.4.4  案例3——識別出某一幅圖像中的人臉身份信息
  習題
第12章  語音識別——機器也聽話
  12.1  聲波的定義
  12.2  聽覺原理
  12.3  語音識別原理
    12.3.1  聲波特徵提取階段
    12.3.2  聲波解碼階段
  12.4  語音識別實現方式
  12.5  海思語音識別案例
    12.5.1  海思音頻模塊
    12.5.2  海思語音識別原理
  12.6  案例——SpeechRecognition實現語音識別
    12.6.1  使用librosa擴展庫獲取聲波特徵
    12.6.2  使用SpeechRecognition函數庫和pocketsphinx語音識別庫識別語音
  習題
第13章  無人駕駛——免費代駕
  13.1  認識無人駕駛車
  13.2  無人駕駛系統的基本結構
    13.2.1  無人駕駛感知層
    13.2.2  無人駕駛決策層
    13.2.3  無人駕駛執行層
  13.3  無人駕駛分級
    13.3.1  0級——應急輔助
    13.3.2  1級——部分駕駛輔助
    13.3.3  2級——組合駕駛輔助
    13.3.4  3級——交通擁堵輔助
    13.3.5  4級——高級自動駕駛
    13.3.6  5級——完全自動駕駛
  13.4  無人駕駛核心技術
    13.4.1  感知技術
    13.4.2  決策技術
    13.4.3  定位技術
    13.4.4  通信安全技術
    13.4.5  人機交互技術
  13.5  案例1——百度無人駕駛車Apollo RT
    13.5.1  Apollo RT6無人駕駛車工作原理
    13.5.2  Apollo RT6無人駕駛車整車全冗余系統技術
    13.5.3  Apollo星河平台技術
  13.6  案例2——採用YOLO演算法檢測小轎車
    13.6.1  YOLO演算法簡介
    13.6.2  BDD100K數據集簡介
    13.6.3  YOLO演算法檢測小車案例
  習題
第14章  聊天機器人——成為您的好助手
  14.1  ChatGPT的用途
  14.2  ChatGPT的基本工作原理

    14.2.1  數據收集
    14.2.2  數據預處理
    14.2.3  數據模型建立
    14.2.4  文本、圖像、視頻、音頻生成
    14.2.5  文本、圖像、視頻、音頻多模態輸出
  14.3  ChatGPT應用案例
    14.3.1  案例1—— ChatGPT文生文
    14.3.2  案例2—— ChatGPT文生圖
    14.3.3  案例3——基於Transformer的生成式對話模型
  14.4  文心一言——中國的ChatGPT
    14.4.1  文心大模型
    14.4.2  飛槳產業級深度學習平台
    14.4.3  文心一言的功能
  習題
第15章  智能家居
  15.1  智能家居的定義
  15.2  智能家居系統
    15.2.1  家庭布線系統
    15.2.2  家庭安防系統
    15.2.3  人工智慧系統
  15.3  智能家居系統的功能
    15.3.1  家庭安全防範功能
    15.3.2  家庭環境控制功能
    15.3.3  家庭家電控制功能
    15.3.4  家庭多媒體控制功能
    15.3.5  家庭信息智能處理功能
  15.4  智能家居的主流品牌
    15.4.1  Control
    15.4.2  Honeywell
    15.4.3  米家
  15.5  案例—— Control 4燈光智能控制系統
  習題
附錄
參考文獻

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032

同類熱銷排行榜

最近瀏覽的商品

深入淺出人工智慧