×
(教材)人工智能应用基础

(教材)人工智能应用基础

1星价 ¥39.1 (7.1折)
2星价¥39.1 定价¥55.0
暂无评论
图文详情
  • ISBN:9787111720515
  • 装帧:平装
  • 册数:暂无
  • 重量:暂无
  • 开本:16开
  • 页数:151
  • 出版时间:2022-12-01
  • 条形码:9787111720515 ; 978-7-111-72051-5

内容简介

本书选取既适合高职学生的特点,同时突出人工智能的通识性、典型性、实用性和可操作性。本书分人工智能概况、图像识别与网络安全、自然语言处理、生物识别、大数据、机器学习等内容,选取了人工智能中的典型应用案例,同时采用Python作为载体,兼顾通识与技能,具有很强的操作性和实用性。

目录

前言 第1 章 人工智能概述 1.1 人工智能简介 002 1.1.1 人工智能的定义 002 1.1.2 人工智能的起源和发展 003 1.1.3 人工智能背景下的道德规范 006 1.2 人工智能产业的创新与发展 006 1.2.1 人工智能产业链全景分析 007 1.2.2 人工智能的核心技术体系 010 1.2.3 大力发展人工智能的意义 016 课后习题 017 第2 章 Python 基础 2.1 案例导入:基于AI 技术的首个国风虚拟网红Ling 出道 020 2.2 Python 语言简介 020 2.3 Python 语言的应用场景 020 2.4 项目实践:制作一个动态二维码 021 2.4.1 提出问题 021 2.4.2 分析问题 022 2.4.3 相关知识 022 2.4.4 解决问题 025 2.5 项目实践:图片的读/ 写 029 2.5.1 提出问题 029 2.5.2 分析问题 029 2.5.3 相关知识 030 2.5.4 解决问题 036 课后习题 042 第3 章 图像识别与网络安全 3.1 案例导入:抖音道具的图像识别技术 044 3.2 图像识别技术简介 044 3.2.1 图像识别的概念 044 3.2.2 图像识别的原理 045 3.2.3 图像识别的发展历程 045 3.3 图像识别的应用场景 046 3.3.1 医疗影像诊断 046 3.3.2 工业视觉检测 047 3.3.3 笔迹识别 047 3.3.4 人脸识别 048 3.4 项目实践:图像识别在智慧停车系统中的应用 048 3.4.1 提出问题 048 3.4.2 分析问题 049 3.4.3 相关知识 049 3.4.4 解决问题 055 课后习题 065 第4 章 自然语言处理与舆情分析 4.1 案例导入:聊天机器人 067 4.1.1 聊天机器人概述 067 4.1.2 聊天机器人的种类 067 4.1.3 聊天机器人系统的组成 068 4.2 自然语言处理简介 069 4.2.1 自然语言处理的概念 069 4.2.2 自然语言处理的发展历程 069 4.2.3 自然语言的含义及组成 071 4.2.4 自然语言处理的层次 072 4.3 自然语言处理的应用场景 077 4.3.1 机器翻译 077 4.3.2 语音识别 077 4.3.3 情感分析 078 4.4 项目实践:某商品评论舆情分析 079 4.4.1 提出问题 079 4.4.2 分析问题 079 4.4.3 相关知识 079 4.4.4 解决问题 080 课后习题 087 第5 章 生物特征识别与智慧校园 5.1 案例导入:智慧校园中的人脸识别系统 090 5.2 生物特征识别技术简介 090 5.2.1 生物特征识别的概念 090 5.2.2 生物特征识别的分类 091 5.2.3 生物特征识别的发展历程 092 5.3 生物特征识别的应用场景 092 5.4 项目实践:图书借阅管理系统的人脸借书 093 5.4.1 提出问题 093 5.4.2 分析问题 093 5.4.3 相关知识 094 5.4.4 解决问题 096 课后习题 104 第6 章 大数据与日常生活 6.1 案例导入:大数据下的电商服务模式转变 106 6.2 大数据技术概述 107 6.2.1 大数据与大数据技术的概念 107 6.2.2 大数据技术的原理 107 6.2.3 大数据技术的发展历程 108 6.3 大数据技术的应用场景 109 6.3.1 新冠疫情的防控和预测 110 6.3.2 垃圾分类智能化 111 6.3.3 交通大数据保障畅通出行 112 6.3.4 农牧大数据助力量化生产 112 6.3.5 食品大数据保证舌尖上的安全 113 6.4 项目实践:某平台线上超市全年销售数据分析 113 6.4.1 提出问题 114 6.4.2 分析问题 114 6.4.3 相关知识 114 6.4.4 解决问题 117 课后习题 127 第7 章 机器学习与分类 7.1 案例导入:房价预估 129 7.2 机器学习概述 130 7.2.1 机器学习简介 130 7.2.2 机器学习的种类 132 7.2.3 机器学习的发展历程 134 7.2.4 机器学习的流程 136 7.3 机器学习的应用场景 137 7.3.1 垃圾电子邮件过滤 137 7.3.2 推荐系统 138 7.3.3 金融反欺诈 138 7.4 项目实践:学生成绩分类 139 7.4.1 提出问题 139 7.4.2 分析问题 139 7.4.3 相关知识 140 7.4.4 解决问题 141 课后习题 149 参考文献 150
展开全部

作者简介

姜东洋,毕业于沈阳师范大学,现为辽宁机电职业技术学院信息工程系副主任,副教授,发表多篇论文,主编并出版过多部计算机类教材,曾主持多个校级、省部级级计算机类项目,教学过程中注重教学的艺术性、实效性和创造性,讲课深入浅出,条理清楚,论证严密,结构严谨,受到学生的欢迎。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航