人工智能綜合項目開發

孫寶山 周利敏 姚姚

  • 出版商: 上海科學技術出版社
  • 出版日期: 2024-07-01
  • 定價: $468
  • 售價: 8.5$398
  • 語言: 簡體中文
  • ISBN: 7547866751
  • ISBN-13: 9787547866757
  • 下單後立即進貨 (約4週~6週)

相關主題

商品描述

本書以Python及各類人工智能API為實訓環境,以實際項目為導向,介紹人工智能技術基礎、Python基本語法、基於Python的數據分析、基於Python的機器學習應用、基於Python的各類人工智能API應用、基於Python的項目開發等。本書是理論與實踐相結合的項目化教材,配有人工智能模型的理論講解和案例分析,內容實用性強,簡單易學,能夠幫助學生在訓練過程中鞏固所學的知識。本書適合作為應用型高等院校的大數據、人工智能等專業的實訓課教材,也可作為企業開展人工智能模型應用培訓的參考教材。

作者簡介

周利敏,博士,講師。現任教於山東航空學院。主要從事信息安全、密碼學、數值計算等領域的教學、科研工作

目錄大綱

第1章 初識人工智能項目開發
學習目標
1.1 背景知識
1.1.1 分類算法簡介
1.1.2 人工神經網絡簡介
1.1.3 人工智能模式簡介
1.2 理論支撐
1.2.1 數據收集及標註
1.2.2 數據預處理
1.2.3 模型構造
1.2.4 模型訓練
1.2.5 模型使用
1.3 實訓案例:垃圾郵件分類項目
1.3.1 需求分析
1.3.2 項目開發計劃書
1.3.3 用反向傳播神經網絡實現垃圾郵件分類
練習題
第2章 構建一個自己的圖像數據集
學習目標
2.1 背景知識
2.2 理論支撐
2.2.1 常用的公開數據集
2.2.2 數據集構建流程
2.3 實訓案例:圖像數據收集項目
2.3.1 需求分析
2.3.2 項目開發計劃書
2.3.3 數據收集
2.3.4 數據預處理
2.3.5 用工具自動標註數據集
2.3.6 按照標註結果管理自己的相冊
練習題
第3章 用人工神經網絡實現自動化職業匹配
學習目標
3.1 背景知識
3.2 理論支撐
3.2.1 人工智能項目開發基本流程
3.2.2 反向傳播神經網絡模型
3.3 實訓案例:求職打分系統項目
3.3.1 需求分析
3.3.2 項目開發計劃書
3.3.3 用PyTorch構建數據集
3.3.4 搭建模型
3.3.5 訓練模型
3.3.6 用反向傳播神經網絡模型實現求職打分
3.3.7 模型部署
練習題
第4章 用不同的機器學習算法實現客戶分類
學習目標
4.1 背景知識
4.2 理論支撐
4.2.1 K近鄰算法
4.2.2 隨機森林算法
4.2.3 K均值聚類算法
4.2.4 支持向量機算法
4.3 實訓案例:銀行客戶分類項目
4.3.1 需求分析
4.3.2 項目開發計劃書
4.3.3 客戶數據集構建
4.3.4 用K近鄰算法分類銀行客戶
4.3.5 用隨機森林算法分類銀行客戶
4.3.6 用聚類算法分類銀行客戶
4.3.7 用SVM分類銀行客戶
4.3.8 編寫各類算法綜合測試報告
練習題
第5章 公司新聞簡報系統開發
學習目標
5.1 背景知識
5.2 理論支撐
5.2.1 自然語言處理原理簡介
5.2.2 自然語言處理典型應用案例
5.2.3 詞向量原理簡介
5.3 實訓案例:公司新聞簡報系統項目
5.3.1 需求分析
5.3.2 項目開發計劃書
5.3.3 收集所在公司相關文章
5.3.4 生成新聞簡報並展示
練習題
第6章 公司物品分類系統開發
學習目標
6.1 背景知識
6.2 理論支撐
6.2.1 API簡介
6.2.2 API使用場景
6.3 實訓案例:公司物品分類系統項目
6.3.1 需求分析
6.3.2 項目開發計劃書
6.3.3 構建物品數據集
6.3.4 基於API實現物品分類
6.3.5 存儲物品分類結果
6.3.6 產品發布步驟與註意事項
練習題
第7章 公司文件管理系統開發
學習目標
7.1 背景知識
7.2 理論支撐
7.2.1 OCR簡介
7.2.2 OCR使用典型案例介紹
7.3 實訓案例:公司文件管理系統項目
7.3.1 需求分析
7.3.2 項目開發計劃書
7.3.3 將紙質文件轉換為電子圖像
7.3.4 基於OCR API提取文字
7.3.5 自動識別文件夾中的圖片
練習題
第8章 公司業務數據管理系統開發
學習目標
8.1 背景知識
8.2 理論支撐
8.2.1 基於Python GUI的用戶友好界面設計
8.2.2 基於Python SQLite的後端數據庫設計
8.3 實訓案例:公司業務數據管理系統項目
8.3.1 需求分析
8.3.2 項目開發計劃書
8.3.3 窗口設計及實現
8.3.4 數據庫設計及實現
8.3.5 嵌入圖表化展示
8.3.6 嵌入時間序列預測算法
練習題
第9章 公司輿情分析系統開發
學習目標
9.1 背景知識
9.1.1 數據整合
9.1.2 危機應對
9.2 理論支撐
9.2.1 網絡爬蟲
9.2.2 詞頻統計
9.2.3 基於SnowNLP的情感分析
9.3 實訓案例:公司輿情分析系統項目
9.3.1 需求分析
9.3.2 項目開發計劃書
9.3.3 網絡爬蟲方法實現
9.3.4 詞頻統計方法實現
9.3.5 情感分析方法實現
9.3.6 輿情分析系統集成
9.3.7 系統運行及測試
9.3.8 產品發布文檔
練習題
第10章 公司票據自動識別系統開發
學習目標
10.1 背景知識
10.2 理論支撐
10.2.1 智能化票據識別
10.2.2 手寫字體識別
10.3 實訓案例:公司票據自動識別系統項目
10.3.1 需求分析
10.3.2 項目開發計劃書
10.3.3 前端實現
10.3.4 圖片文字識別方法優化
10.3.5 後端實現
10.3.6 系統運行及測試
10.3.7 產品發布文檔
練習題
第11章 顧客評價情感分析系統開發
學習目標
11.1 背景知識
11.2 理論支撐
11.2.1 情感詞典
11.2.2 詞性標註和命名實體識別
11.3 實