當(dāng)前位置: 首頁(yè) > 原創(chuàng)圖書(shū) > Java編程技術(shù)基礎(chǔ)（微課版）圖書(shū)介紹
人工智能基礎(chǔ)與應(yīng)用（微課版）
圖書(shū)簡(jiǎn)介本書(shū)涵蓋人工智能概述、Python編程基礎(chǔ)、TensorFlow機(jī)器學(xué)習(xí)框架、機(jī)器學(xué)習(xí)算法、MNIST數(shù)據(jù)集及神經(jīng)網(wǎng)絡(luò)、TensorFlow高級(jí)框架、OpenCV開(kāi)發(fā)與應(yīng)用等基礎(chǔ)知識(shí)，并介紹且搭建了計(jì)算機(jī)視覺(jué)中的手寫(xiě)數(shù)字識(shí)別與人臉識(shí)別、自然語(yǔ)言處理中的語(yǔ)音識(shí)別與智能聊天機(jī)器人具體項(xiàng)目，還介紹并實(shí)踐了AI開(kāi)放平臺(tái)的接入與使用，最后在綜合實(shí)訓(xùn)案例解析中完成了對(duì)所學(xué)知識(shí)的整合。 本書(shū)可作為人工智能、計(jì)算機(jī)、自動(dòng)化等專(zhuān)業(yè)相關(guān)課程的教材，也可作為人工智能開(kāi)發(fā)人員的參考用書(shū)。
圖書(shū)目錄人工智能基礎(chǔ)與應(yīng)用（微課版）章節(jié)：
第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(xué)習(xí) 2
1.3 人工智能發(fā)展現(xiàn)狀 4
1.4 人工智能機(jī)器學(xué)習(xí)框架 5
1.4.1 機(jī)器學(xué)習(xí)框架簡(jiǎn)介 5
1.4.2 TensorFlow 5
1.4.3 PaddlePaddle 7
1.5 怎樣學(xué)習(xí)人工智能 7
1.6 小結(jié) 8
1.7 練習(xí)題 8
第2章 Python編程基礎(chǔ) 9
2.1 Python入門(mén) 9
2.2 開(kāi)發(fā)環(huán)境搭建 10
2.2.1 安裝Python 10
2.2.2 安裝PyCharm 13
2.2.3 體驗(yàn)PyCharm 17
2.3 基礎(chǔ)語(yǔ)法 21
2.3.1 基本輸入和輸出 21
2.3.2 Python運(yùn)算符 24
2.3.3 Python數(shù)據(jù)類(lèi)型 33
2.3.4 Python語(yǔ)句 38
2.3.5 Python函數(shù) 43
2.4 面向?qū)ο蟆?4
2.5 第三方庫(kù)的使用 45
2.5.1 NumPy 46
2.5.2 Pandas 49
2.5.3 Matplotlib 52
2.6 小結(jié) 57
2.7 練習(xí)題 57
第3章 TensorFlow機(jī)器學(xué)習(xí)框架 58
3.1 TensorFlow介紹 58
3.1.1 TensorFlow基礎(chǔ)介紹 58
3.1.2 分布式TensorFlow 61
3.2 TensorFlow環(huán)境搭建 61
3.2.1 安裝Anaconda 61
3.2.2 使用pip的Windows環(huán)境安裝 67
3.2.3 使用pip的Linux環(huán)境安裝 68
3.2.4 使用源代碼編譯安裝 68
3.3 TensorFlow計(jì)算機(jī)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(jié) 70
3.5 練習(xí)題 71
第4章 機(jī)器學(xué)習(xí)算法 72
4.1 線性回歸 72
4.1.1 什么是線性回歸 72
4.1.2 線性回歸例子引入 73
4.1.3 數(shù)學(xué)方法解決線性回歸問(wèn)題 75
4.1.4 利用TensorFlow解決線性回歸問(wèn)題 78
4.2 邏輯回歸 81
4.2.1 什么是邏輯回歸 81
4.2.2 邏輯回歸例子引入 82
4.2.3 數(shù)學(xué)方法解決邏輯回歸問(wèn)題 83
4.2.4 利用TensorFlow解決邏輯回歸問(wèn)題 83
4.3 KNN 85
4.3.1 什么是KNN 86
4.3.2 KNN例子引入 86
4.3.3 數(shù)學(xué)方法解決KNN問(wèn)題 87
4.3.4 利用TensorFlow解決KNN問(wèn)題 91
4.4 使用第三方模塊實(shí)現(xiàn)KNN 92
4.5 其他機(jī)器學(xué)習(xí)算法 94
4.5.1 支持向量機(jī) 94
4.5.2 決策樹(shù) 94
4.5.3 隨機(jī)森林 95
4.5.4 K-Means 95
4.6 小結(jié) 95
4.7 練習(xí)題 95
第5章 MNIST數(shù)據(jù)集及神經(jīng)網(wǎng)絡(luò) 96
5.1 MNIST數(shù)據(jù)集簡(jiǎn)介 96
5.2 神經(jīng)元常用函數(shù) 97
5.2.1 激活函數(shù) 97
5.2.2 池化函數(shù) 99
5.2.3 損失函數(shù) 100
5.3 深度神經(jīng)網(wǎng)絡(luò) 101
5.4 經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)介紹 102
5.4.1 LeNet-5模型及其實(shí)現(xiàn) 103
5.4.2 AlexNet介紹 109
5.4.3 VGGNet介紹 109
5.4.4 Inception模型及其實(shí)現(xiàn) 109
5.5 循環(huán)神經(jīng)網(wǎng)絡(luò) 112
5.5.1 循環(huán)神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介 112
5.5.2 循環(huán)神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn) 115
5.6 優(yōu)化器及優(yōu)化方法 117
5.6.1 優(yōu)化方法 117
5.6.2 學(xué)習(xí)率設(shè)置 118
5.7 小結(jié) 118
5.8 練習(xí)題 118
第6章 TensorFlow高級(jí)框架 119
6.1 TFLearn 119
6.2 Keras 121
6.3 小結(jié) 123
6.4 練習(xí)題 124
第7章 OpenCV開(kāi)發(fā)與應(yīng)用 125
7.1 OpenCV介紹 125
7.2 OpenCV常見(jiàn)應(yīng)用 127
7.2.1 攝像頭調(diào)用 127
7.2.2 OpenCV的圖像簡(jiǎn)單處理 128
7.2.3 圖像處理的意義及價(jià)值 132
7.3 小結(jié) 133
7.4 練習(xí)題 133
第8章 計(jì)算機(jī)視覺(jué)處理 134
8.1 計(jì)算機(jī)視覺(jué)開(kāi)發(fā)介紹 134
8.2 手寫(xiě)數(shù)字識(shí)別 136
8.2.1 項(xiàng)目介紹 137
8.2.2 圖像獲取以及預(yù)處理 138
8.2.3 圖像識(shí)別 139
8.2.4 結(jié)果顯示 143
8.3 人臉識(shí)別 143
8.3.1 項(xiàng)目介紹 144
8.3.2 人臉的數(shù)據(jù)集介紹 144
8.3.3 人臉識(shí)別流程 145
8.3.4 人臉識(shí)別方案 145
8.3.5 人臉識(shí)別應(yīng)用 146
8.4 小結(jié) 154
8.5 練習(xí)題 154
第9章 自然語(yǔ)言處理 155
9.1 人工智能自然語(yǔ)言處理介紹 155
9.2 英文語(yǔ)音識(shí)別 156
9.2.1 項(xiàng)目介紹 156
9.2.2 訓(xùn)練模型 156
9.2.3 測(cè)試效果 160
9.3 打造智能聊天機(jī)器人 163
9.3.1 seq2seq的機(jī)制原理 163
9.3.2 實(shí)踐 163
9.4 小結(jié) 164
9.5 練習(xí)題 164
第10章 人工智能開(kāi)放平臺(tái)應(yīng)用 165
10.1 AI開(kāi)放平臺(tái)介紹 165
10.2 百度AI開(kāi)放平臺(tái)應(yīng)用 166
10.2.1 百度AI開(kāi)放平臺(tái)介紹 166
10.2.2 基于百度AI開(kāi)放平臺(tái)的圖像識(shí)別 166
10.2.3 基于百度AI開(kāi)放平臺(tái)的語(yǔ)音識(shí)別 170
10.2.4 基于百度AI開(kāi)放平臺(tái)的人臉識(shí)別 172
10.3 更多AI開(kāi)放平臺(tái)實(shí)踐 175
10.3.1 騰訊AI開(kāi)放平臺(tái) 175
10.3.2 阿里AI開(kāi)放平臺(tái) 175
10.3.3 京東AI開(kāi)放平臺(tái) 176
10.3.4 小愛(ài)AI開(kāi)放平臺(tái) 176
10.3.5 訊飛AI開(kāi)放平臺(tái) 177
10.4 小結(jié) 177
10.5 練習(xí)題 177
第11章 綜合實(shí)訓(xùn)案例解析 178
11.1 基于機(jī)械臂的工業(yè)分揀系統(tǒng) 178
11.1.1 項(xiàng)目概要 178
11.1.2 項(xiàng)目設(shè)計(jì) 179
11.1.3 項(xiàng)目實(shí)現(xiàn) 186
11.2 小結(jié) 193
11.3 練習(xí)題 193