人工智能基礎

周穎,鄭文明,徐衛,趙力編著

  • 出版商: 機械工業
  • 出版日期: 2020-06-01
  • 定價: $294
  • 售價: 7.9$232
  • 貴賓價: 7.5$221
  • 語言: 簡體中文
  • 頁數: 173
  • 裝訂: 平裝
  • ISBN: 7111653440
  • ISBN-13: 9787111653448
  • 相關分類: Python程式語言Raspberry Pi人工智慧
  • 立即出貨

商品描述

人工智能的普及將是未來的發展趨勢,《人工智能基礎》作為人工智能的科普讀物,
用通俗易懂的語言全面介紹了人工智能的基礎知識。
《人工智能基礎》共三大部分:理論基礎、編程語言基礎和應用實戰。
第壹部分(基礎篇)分為5章,主要從人工智能的概念和主要應用場景等方面介紹人工智能的基礎現論知識。
第2部分(語言篇)分為5章,主要介紹了Python語言的編譯環境以及Python語言的基礎知識。
第三部分(實踐篇)分為4章,結合前兩部分知識,進行人工智能具體實踐,
內容涉及樹莓派的使用、神經網絡的介紹以及神經網絡常用的框架Tensorflow的使用等。
理論部分的每章都附有相應的習題以供練習,書末附有配套的實驗工具箱,以便大家進一步鑽研和實踐。

《人工智能基礎》可以作為中學生課程教材,也可作為青少年自學人工智能基礎和Python編程基礎的參考書。

作者簡介

周穎

中小學正高#級教師,現任江蘇省蘇州第十中學校校長。
江蘇省中學語文特級教師,教育碩士。
教育#部首期卓#越校長領航工程名校長領航班成員,江蘇省“333”培養工程第二層次培養對象,
蘇州市語文學科帶頭人,蘇州市教育系統共產#黨員,蘇州大學教育碩士專業學位研究生指導教師。
近年來在《人民教育》等核心刊物發表論文十餘篇,主持多項、省級及市級課題,
開設省市級示範課十餘次,多次在省內外及市級以上開設專題講座。


鄭文明

東南大學教授,博士生導師,兒童發展與學習科學教育#部重點實驗室主任,
教育#部人工智能助推教師隊伍建設行動試點指導專家組成員。
主要研究方向為人工智能、情感計算等,發表學術論文100餘篇,
獲國家技術發明二等獎1項,省部級二等獎3項。

目錄大綱

第壹部分  基础篇
第壹章  初见人工智能3
1.1  什么是人工智能3
1.2  人工智能在各行各业的应用5
1.3  人工智能与机器学习的关系9
1.4  习题11

第2章  牛刀小试:查异辨花12
2.1  分类任务介绍12
2.2  提取分类任务中的特征13
2.3  分类器介绍15
2.4  分类器的测试和应用22
2.5  习题23

第3章  别具慧眼:识图人物25
3.1  计算机眼中的图像25
3.2  图像的特征概述29
3.3  图像的几何变换37
3.4  深度神经网络43
3.5  卷积神经网络46
3.6  图像分类在日常生活中的应用:人脸识别48
3.7  习题52

第4章  耳听八方:析音赏乐53
4.1  声音的三要素53
4.2  语音识别的原理和过程56
4.3  语音识别的应用69
4.4  习题72

第5章  识文断字:理解文本73
5.1  文本分析任务的特点73
5.2  文本模型74
5.3  文本分析任务的应用79
5.4  习题80

第2部分  语言篇
第6章  Python 编译环境84
6.1  认识Python84
6.2  用Python编写程序87
6.3  运行Python程序88

第7章  变量和数据类型89
7.1  变量89
7.2  简单数据类型91

第8章  循环语句94
8.1  for循环94
8.2  while循环97

第9章  条件语句100
9.1  if语句100
9.2  认识布尔值102
9.3  else语句104
9.4  elif语句105

第壹10章  函数107
10.1  定义函数107
10.2  参数109
10.3  返回结果110

第三部分  实践篇
第壹11章  玩转树莓派113
11.1  认识树莓派113
11.2  实验一:基于DS18B20温度传感器的室内温度监控实验115
11.3  实验二:基于S9012PNP晶体管的风扇控制实验120
11.4  实验三:基于AC-S801 RGB LED的LED发光控制实验127

第壹12章  神经网络初探139
12.1  什么是神经网络139
12.2  神经网络与深度学习141
12.3  神经网络可视化实验144

第壹13章  TensorFlow简介147
13.1  什么是TensorFlow147
13.2  TensorFlow的应用及发展149

第壹14章  第壹个TensorFlow程序152
14.1  TensorFlow的运行方式152
14.2  运行TensorFlow程序154
14.3  手写数字识别实验161
附录  LXA-AIE-B1人工智能实验箱168
参考文献173