幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

人工智慧通識教程(第2版浙江省高職院校十四五重點立項建設教材)

  • 作者：編者:陳雲志//胡韜//葉魯彬|責編:吳昌雷
  • 出版社：浙江大學
  • ISBN：9787308263726
  • 出版日期：2025/08/01
  • 裝幀：平裝
  • 頁數：269
人民幣：RMB 55 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書共分為10章：第1章人工智慧導引，介紹人工智慧的起源、發展、應用等；第2章DeepSeek應用；第3章人工智慧語言Python基礎；第4章數據分析，以餐飲行業作為示例進行分析；第5章深度學習平台TensorFlow2.0基礎（Keras API），主要介紹全連接神經網路與卷積神經網路；第6章圖像處理，通過票據識別、身份證識別等實例來完成一系列基礎的圖像識別功能；第7章語音識別，介紹語音轉寫、語音性別年齡識別、音頻識別等內容；第8章智能製造；第9章智能醫療；第10章智能零售。
作者介紹
編者:陳雲志//胡韜//葉魯彬|責編:吳昌雷
目錄
第1章  人工智慧導引
  1.1  什麼是人工智慧
  1.2  人工智慧的起源與發展
    1.2.1  人工智慧的歷史
    1.2.2  我國人工智慧發展現狀
  1.3  人工智慧的技術架構
    1.3.1  基礎層
    1.3.2  技術層
    1.3.3  應用層
  1.4  人工智慧技術基礎
    1.4.1  基礎概念
    1.4.2  機器學習
    1.4.3  深度學習
  1.5  人工智慧的應用
    1.5.1  電腦視覺
    1.5.2  語音識別
    1.5.3  自然語言處理
    1.5.4  生物特徵識別
    1.5.5  知識圖譜
    1.5.6  人機交互
    1.5.7  虛擬現實與增強現實
  1.6  人工智慧技術的實踐
    1.6.1  任務1：目標檢測與識別
    1.6.2  任務2：古詩詞自動生成
  本章小結
  課後習題
  實訓工單1：彩色識花
  實訓工單2：語音識別與文字生成
第2章  DeepSeek應用
  2.1  認識DeepSeek
    2.1.1  任務1 使用DeepSeek（基本操作、多輪對話）
    2.1.2  任務2 DeepSeek中英文翻譯
  2.2  應用DeepSeek
    2.2.1  任務1 生成演講稿
    2.2.2  任務2 生成PPT（用DeepSeek+Kimi生成PPT）
    2.2.3  任務3 生成圖片（DeepSeek+即夢生成圖片）
  課後習題
  實訓工單1：使用DeepSeek製作個人簡歷
  實訓工單2：使用DeepSeek製作旅遊攻略
第3章  人工智慧語言Python基礎
  3.1  Python語言開發環境
    3.1.1  任務1：Python系統下載
    3.1.2  任務2：安裝Python
    3.1.3  任務3：系統環境變數的設置
    3.1.4  任務4：Python程序的運行
  3.2  密碼翻譯任務（變數和數據類型）
    3.2.1  提出問題
    3.2.2  預備知識
    3.2.3  分析問題
    3.2.4  任務1：實現一個字母的加密

    3.2.5  任務2：實現一句話的加密
    3.2.6  任務3：實現電文解密
  3.3  BMI與健康管理功能（選擇和循環）
    3.3.1  提出問題
    3.3.2  預備知識
    3.3.3  分析問題
    3.3.4  任務1：計算並輸出BMI值
    3.3.5  任務2：實現健康分類
    3.3.6  任務3：完善輸入和輸出功能
  3.4  住房按揭還款計算器任務（函數）
    3.4.1  提出問題
    3.4.2  預備知識
    3.4.3  分析問題
    3.4.4  任務：每月還款金額的計算
  3.5  回歸任務（模塊和包的使用）
    3.5.1  提出問題
    3.5.2  預備知識
    3.5.3  分析問題
    3.5.4  任務1：回歸分析數據的產生
    3.5.5  任務2：基於scikit-learn開源包的回歸分析應用
    3.5.6  任務3：基於開源包的回歸效果圖的繪製
  本章小結
  課後習題
  實訓工單1：密碼規則的校驗
  實訓工單2：數獨遊戲
第4章  數據分析
  4.1  餐飲數據統計分析
    4.1.1  提出問題
    4.1.2  預備知識
    4.1.3  分析問題
    4.1.4  任務1：讀/寫不同數據源的數據
    4.1.5  任務2：掌握DataFrame的常用操作
    4.1.6  任務3：使用分組聚合進行組內計算
    4.1.7  任務4：創建透視表與交叉表
    4.1.8  思考與練習
  4.2  餐飲數據預處理
    4.2.1  提出問題
    4.2.2  預備知識
    4.2.3  分析問題
    4.2.4  任務1：合併數據
    4.2.5  任務2：清洗數據
    4.2.6  任務3：標準化數據
    4.2.7  思考與練習
  4.3  餐飲數據可視化
    4.3.1  提出問題
    4.3.2  預備知識
    4.3.3  分析問題
    4.3.4  任務1：繪製散點圖
    4.3.5  任務2：繪製折線圖
    4.3.6  思考與練習

  本章小結
  課後習題
  實訓工單1：統計分析餐飲訂單信息表數據
  實訓工單2：預處理用戶用電量數據
  實訓工單3：分析訂單詳情表數據之間的關係
第5章  深度學習平台TensorFlow 2.0基礎（Keras API）
  5.1  全連接神經網路：服飾分類問題
    5.1.1  提出問題
    5.1.2  預備知識
    5.1.3  分析問題
    5.1.4  任務1：導入Fashion-MNIST數據集
    5.1.5  任務2：預處理Fashion-MNIST數據
    5.1.6  任務3：構建全連接神經網路模型
    5.1.7  任務4：訓練全連接神經網路模型
    5.1.8  任務5：使用訓練好的模型
    5.1.9  思考與練習
  5.2  卷積神經網路：手寫字母識別（簡化）
    5.2.1  提出問題
    5.2.2  預備知識
    5.2.3  分析問題
    5.2.4  任務1：獲取MNIST手寫數字數據集
    5.2.5  任務2：預處理MNIST手寫數字數據
    5.2.6  任務3：模型的確定與各模塊的編寫
    5.2.7  任務4：訓練卷積神經網路模型
    5.2.8  思考與練習
  本章小結
  課後習題
  實訓工單1：波士頓房價預測
  實訓工單2：貓狗識別
第6章  圖像處理
  6.1  智能財務票據識別
    6.1.1  提出問題
    6.1.2  預備知識
    6.1.3  分析問題
    6.1.4  任務1：獲取Access Token
    6.1.5  任務2：調用智能財務票據識別功能
    6.1.6  任務3：輸出識別結果
    6.1.7  思考與練習
  6.2  身份證識別
    6.2.1  提出問題
    6.2.2  預備知識
    6.2.3  分析問題
    6.2.4  任務1：使用Postman調用介面識別身份證
    6.2.5  思考與練習
  6.3  視頻內容分析
    6.3.1  提出問題
    6.3.2  預備知識
    6.3.3  分析問題
    6.3.4  任務1：創建視頻分析模板
    6.3.5  任務2：創建視頻分析

    6.3.6  思考與練習
  6.4  驗證碼識別
    6.4.1  提出問題
    6.4.2  預備知識
    6.4.3  分析問題
    6.4.4  任務1：驗證碼生成及預處理
    6.4.5  任務2：構建卷積神經網路模型
    6.4.6  任務3：訓練卷積神經網路模型
    6.4.7  任務4：用訓練好的模型進行驗證碼識別
    6.4.8  思考與練習
  本章小結
  課後習題
  實訓工單1：果蔬識別
  實訓工單2：防疫場景文字識別
  實訓工單3：車型識別
第7章  語音識別
  7.1  語音轉寫
    7.1.1  提出問題
    7.1.2  預備知識
    7.1.3  分析問題
    7.1.4  任務1：獲取服務介面認證信息
    7.1.5  任務2：調用介面獲取結果
    7.1.6  思考與練習
  7.2  語音性別年齡識別
    7.2.1  提出問題
    7.2.2  預備知識
    7.2.3  分析問題
    7.2.4  任務1：獲取服務介面認證信息
    7.2.5  任務2：調用介面獲取結果
    7.2.6  思考與練習
  7.3  基於卷積神經網路的音頻識別
    7.3.1  提出問題
    7.3.2  預備知識
    7.3.3  分析問題
    7.3.4  任務1：配置環境
    7.3.5  任務2：導入小型語音命令數據集
    7.3.6  任務3：將波形轉換為頻譜圖
    7.3.7  任務4：構建和訓練模型
    7.3.8  任務5：評估模型性能
    7.3.9  任務6：顯示混淆矩陣
    7.3.10  任務7：對一個音頻文件進行識別
    7.3.11  思考與練習
  本章小結
  課後習題
  實訓工單1：在線語音合成
  實訓工單2：語音測評
  實訓工單3：歌曲識別
第8章  智能製造
  8.1  什麼是智能製造
    8.1.1  智能製造特徵

    8.1.2  智能製造關鍵技術
    8.1.3  智能製造系統
  8.2  智能工廠
    8.2.1  智能工廠定義
    8.2.2  智能工廠體系架構
  8.3  工業機器人
  8.4  智能製造典型應用案例
    8.4.1  數碼印花的缺陷檢測
    8.4.2  板材計數
    8.4.3  機械零部件識別與抓取
  本章小結
  課後習題
  實訓工單1：工業產品缺陷識別
  實訓工單2：機械臂動作分析
第9章  智能醫療
  9.1  智能醫療定義
  9.2  智能醫療發展歷史
  9.3  智能醫療支撐技術
  9.4  智能醫療應用實踐
    9.4.1  智慧醫療在臨床診斷中的應用
    9.4.2  智能醫療在醫學影像診斷中的應用
    9.4.3  智能醫療在遠程醫療中的應用
    9.4.4  智能醫療在藥物研發中的應用
  9.5  智能醫療應用典型案例
  本章小結
  課後習題
  實訓工單1：醫學知識問答
  實訓工單2：健康方案管理設計
第10章  智能零售
  10.1  智能零售的概念和特點
  10.2  智能零售的發展歷史
  10.3  智能零售的應用場景
  10.4  智能零售的優勢與劣勢
  10.5  智能零售的體系架構
  10.6  智能零售的未來趨勢
  10.7  智能零售典型應用案例
    10.7.1  無人零售
    10.7.2  智能試衣
    10.7.3  VR營銷
  本章小結
  課後習題
  實訓工單1：智能零售方案設計
  實訓工單2：顧客行為分析
參考文獻

  • 商品搜索：
  • | 高級搜索
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