人工智能应用素养

**部分 人工智能应用生态概述 第1章 人工智能技术概述 2 1.1 人工智能的基本概念 2 1.2 人工智能技术的实现 8 1.3 人工智能技术的现状以及未来 13 本章小结 16 思考题 17 第2章 人工智能产业生态 18 2.1 人工智能四要素 18 2.2 人工智能产业生态 35 2.3 AIGC产业生态 39 本章小结 44 思考题 44 第3章 人工智能技术学业向导 45 3.1 人工智能产业人才需求 45 3.2 人工智能复合型人才学业向导 54 本章小结 57 思考题 58 第二部分 人工智能在产业中的应用 第4章 人工智能在电子信息领域中的应用 60 4.1 人工智能在芯片设计及制造方向的应用 60 4.2 人工智能在电子电路设计制造方向的应用 65 4.3 人工智能在电力电子方向上的应用 69 4.4 人工智能在遥控无人机中的应用 72 4.5 人工智能在未来电子信息领域应用的展望 78 本章小结 79 思考题 79 第5章 人工智能在通信技术领域中的应用 80 5.1 人工智能对通信业的影响 80 5.2 人工智能在通信业的应用现状 83 5.3 典型通信技术人工智能应用场景 86 5.4 人工智能助力下通信领域面临的问题与展望 91 本章小结 93 思考题 93 第6章 人工智能在智能制造领域中的应用 94 6.1 人工智能对制造业的影响 94 6.2 人工智能助力下制造业产业链 96 6.3 典型智能制造人工智能应用场景 99 6.4 人工智能助力下制造领域面临的问题与展望 108 本章小结 111 思考题 111 第7章 人工智能在数字商务领域中的应用 112 7.1 人工智能对电子商务的影响 112 7.2 人工智能催生商务领域新模式、新岗位 115 7.3 典型商务领域人工智能应用场景 118 7.4 人工智能助力下商务领域面临的问题与展望 125 本章小结 129 思考题 129 第8章 人工智能在数字艺术设计领域中的应用 130 8.1 传统艺术设计的发展趋势 130 8.2 人工智能对艺术设计的影响 133 8.3 艺术设计典型场景介绍 136 8.4 人工智能时代下艺术设计产业的机遇与挑战 142 本章小结 144 思考题 144 第9章 人工智能在智能交通领域中的应用 145 9.1 人工智能对交通产业的影响 145 9.2 人工智能助力下交通产业链 146 9.3 典型交通领域人工智能应用场景 148 9.4 人工智能助力下交通领域面临的问题与展望 157 本章小结 162 思考题 162 第三部分 人工智能应用实战入门 第10章 人工智能应用开发平台组建 164 10.1 常用开发环境 164 10.2 部署Python开发环境 164 本章小结 177 思考题 177 第11章 电子信息领域中AI的应用——光伏发电量预测实战 178 11.1 光伏发电站发电量预测案例背景 178 11.2 案例实现总体框架流程 179 11.3 案例环境准备 180 11.4 案例数据准备 181 11.5 模型创建 188 11.6 模型调优 193 11.7 发电量预测与导出 197 本章小结 199 思考题 199 第12章 通信技术领域中AI的应用——网络流量异常检测实战 200 12.1 网络流量异常检测业务背景 200 12.2 数据集 201 12.3 Python数据预处理 206 12.4 KNN实现入侵检测算法实现 212 本章小结 215 思考题 216 第13章 智能制造领域中AI的应用——智能分拣实战 217 13.1 智能分拣需求业务背景 217 13.2 视觉分拣系统设计 218 13.3 品类分类算法——基于卷积神经网络的图像分类算法 220 13.4 数据集准备 223 13.5 模型加载和训练 226 13.6 基于迁移学习改进 231 本章小结 233 思考题 233 第14章 电子商务领域中AI的应用——电影推荐实战 234 14.1 电影推荐需求业务背景 234 14.2 电影推荐案例实现总体框架流程 236 14.3 案例数据准备 237 14.4 训练参数优化 243 14.5 模型训练 246 14.6 评估训练模型 248 14.7 训练模型使用 249 本章小结 251 思考题 251 第15章 数字艺术设计领域中AI的应用——绘画风格迁移实战 252 15.1 绘画风格迁移产业的背景 252 15.2 绘画风格迁移的技术方案 253 15.3 项目相关基础知识 256 15.4 特征提取 258 15.5 训练生成图像 262 15.6 输出结果 267 本章小结 268 思考题 269 第16章 智能交通领域中AI的应用——小车自动驾驶实战 270 16.1 自动驾驶产业背景 270 16.2 智能车系统设计 270 16.3 标志物识别算法——YOLO算法简介 272 16.4 数据标注——利用标注数据集 274 16.5 数据集格式转换和划分 279 16.6 YOLOv5模型准备和训练 283 16.7 模型推理 292 本章小结 293 思考题 294 参考文献 295