人工智能基礎與應用 (微課版)

韓雁澤,劉洪濤

  • 出版商: 人民郵電
  • 出版日期: 2021-04-01
  • 定價: $299
  • 售價: 8.5$254
  • 語言: 簡體中文
  • 頁數: 194
  • 裝訂: 平裝
  • ISBN: 7115559570
  • ISBN-13: 9787115559579
  • 下單後立即進貨 (約4週~6週)

  • 人工智能基礎與應用 (微課版)-preview-1
  • 人工智能基礎與應用 (微課版)-preview-2
人工智能基礎與應用 (微課版)-preview-1

買這商品的人也買了...

商品描述

本書涵蓋人工智能概述、Python編程基礎、TensorFlow機器學習框架、機器學習算法、MNIST數據集及神經網絡、TensorFlow高級框架、OpenCV開發與應用等基礎知識,並介紹且搭建了電腦視覺中的手寫數字識別與人臉識別、自然語言處理中的語音識別與智能聊天機器人具體項目,還介紹並實踐了AI開放平臺的接入與使用,最後在綜合實訓案例解析中完成了對所學知識的整合。

作者簡介

劉洪濤2005年畢業於北京工業大學機電工程專業,碩士研究生學歷,目前就職於北京華清遠見科技信息有限公司。
職位是華清遠見技術總監;ARM公司全球認證講師;參與編寫過幾十本專業圖書;國內物聯網方向技術顧問;首批高校物聯網專業建設教學指導委員會專家委員會成員;豐富的嵌入式及物聯網系統軟、硬件產品開發經驗;主持開發過多個大型嵌入式及物聯網項目,涉及工業控制、網絡、通訊、消費電子等眾多領域。

目錄大綱

1章人工智能概述1 
1.1了解人工智能1 
1.2了解深度學習2 
1.3人工智能發展現狀4 
1.4人工智能機器學習框架5 
1.4.1機器學習框架簡介5 
1.4.2 TensorFlow 5 
1.4.3 PaddlePaddle 7 
1.5怎樣學習人工智能7 
1.6小結8 
1.7練習題8 

2章Python編程基礎9 
2.1 Python入門9 
2.2開發環境搭建10 
2.2.1安裝Python 10 
2.2.2安裝PyCharm 13 
2.2.3體驗PyCharm 17 
2.3基礎語法21 
2.3.1基本輸入和輸出21 
2.3.2 Python運算符24 
2.3.3 Python數據類型33 
2.3.4 Python語句38 
2.3.5 Python函數43 
2.4面向對象44 
2.5三方庫的使用45 
2.5.1 NumPy 46 
2.5.2 Pandas 49 
2.5.3 Matplotlib 52 
2.6小結57 
2.7練習題57 

3章TensorFlow機器學習框架58 
3.1 TensorFlow介紹58 
3.1.1 TensorFlow基礎介紹58 
3.1.2分佈式TensorFlow 61 
3.2 TensorFlow環境搭建61 
3.2.1安裝Anaconda 61 
3.2.2使用pip的Windows環境安裝67 
3.2.3使用pip的Linu環境安裝68 
3.2.4使用源代碼編譯安裝68 
3.3 TensorFlow計算機加速68 
3.3.1 TensorFlow的使用68 
3.3.2 TensorFlow使用GPU加速70 
3.4小結70 
3.5練習題71 

4章機器學習算法72 
4.1線性回歸72 
4.1.1什麼是線性回歸72 
4.1.2線性回歸例子引入73 
4.1.3數學方法解決線性回歸問題75 
4.1.4利用TensorFlow解決線性回歸問題78 
4.2邏輯回歸81 
4.2.1什麼是邏輯回歸81 
4.2.2邏輯回歸例子引入82 
4.2.3數學方法解決邏輯回歸問題83 
4.2.4利用TensorFlow解決邏輯回歸問題83 
4.3 KNN 85 
4.3.1什麼是KNN 86 
4.3.2 KNN例子引入86 
4.3.3數學方法解決KNN問題87 
4.3.4利用TensorFlow解決KNN問題91 
4.4使用三方模塊實現KNN 92 
4.5其他機器學習算法94 
4.5.1支持向量機94 
4.5.2決策樹94 
4.5.3隨機森林95 
4.5.4 K-Means 95 
4.6小結95 
4.7練習題95 

5章MNIST數據集及神經網絡96 
5.1 MNIST數據集簡介96 
5.2神經元常用函數97 
5.2 .1激活函數97 
5.2.2池化函數99 
5.2.3損失函數100 
5.3深度神經網絡101 
5.4經典卷積神經網絡介紹102 
5.4.1 LeNet-5模型及其實現103 
5.4.2 AleNet介紹109 
5.4. 3 VGGNet介紹109 
5.4.4 Inception模型及其實現109 
5.5循環神經網絡112 
5.5.1循環神經網絡簡介112 
5.5.2循環神經網絡實現115 
5.6優化器及優化方法117 
5.6.1優化方法117 
5.6.2學習率設置118 
5.7小結118 
5.8練習題118 

6章TensorFlow*級框架119 
6.1 TFLearn 119 
6.2 Keras 121 
6.3小結123 
6.4練習題124 

7章OpenCV開發與應用125 
7.1 OpenCV介紹125 
7.2 OpenCV常見應用127 
7.2.1攝像頭調用127 
7.2.2 OpenCV的圖像簡單處理128 
7.2.3圖像處理的意義及價值132 
7.3小結133 
7.4練習題133 

8章計算機視覺處理134 
8.1計算機視覺開發介紹134 
8.2手寫數字識別136 
8.2.1項目介紹137 
8.2.2圖像獲取以及預處理138 
8.2.3圖像識別139 
8.2.4結果顯示143 
8.3人臉識別143 
8.3.1項目介紹144 
8.3.2人臉的數據集介紹144 
8.3.3人臉識別流程145 
8.3.4人臉識別方案145 
8.3.5人臉識別應用146 
8.4小結154 
8.5練習題154 

9章自然語言處理155 
9.1人工智能自然語言處理介紹155 
9.2英文語音識別156 
9.2.1項目介紹156 
9.2.2訓練模型156 
9.2.3測試效果160 
9.3打造智能聊天機器人163 
9.3.1 seq2seq的機制原理163 
9.3.2實踐163 
9.4小結164 
9.5練習題164 

10章人工智能開放平台應用165 
10.1 AI開放平台介紹165 
10.2百度AI開放平台應用166 
10.2 .1百度AI開放平台介紹166 
10.2.2基於百度AI開放平台的圖像識別166 
10.2.3基於百度AI開放平台的語音識別170 
10.2.4基於百度AI開放平台的人臉識別172 
10.3更多AI開放平台實踐175 
10.3.1騰訊AI開放平台175 
10.3.2阿里AI開放平台175 
10.3.3京東AI開放平台176 
10.3.4小愛AI開放平台176 
10.3.5訊飛AI開放平台177 
10.4小結177 
10.5練習題177 

11章綜合實訓案例解析178 
11.1基於機械臂的工業分揀系統178 
11.1.1項目概要178 
11.1.2項目設計179 
11.1.3項目實現186 
11.2小結193 
11.3練習題193