包邮深入浅出人工智能

第1章 人工智能概论 1.1 人工智能的定义和分类 1.2 人工智能的特征 1.3 人工智能的主要流派 1.3.1 符号主义学派 1.3.2 联结主义学派 1.3.3 行为主义学派 1.4 人工智能编程语言—— Python 1.5 人工智能的关键技术 1.5.1 计算机视觉 1.5.2 知识图谱 1.5.3 自然语言处理 1.5.4 机器学习 1.5.5 感知技术 1.6 人工智能的应用场景 1.6.1 图像识别 1.6.2 语音识别 1.6.3 无人驾驶 1.6.4 聊天机器人—— ChatGPT 1.6.5 智能家居 习题 第2章 人工智能编程语言之Python 2.1 搭建人工智能Python环境 2.1.1 搭建Python环境 2.1.2 搭建PyCharm环境 2.1.3 安装扩展模块库 2.2 Python程序简介 2.2.1 Python常量 2.2.2 Python变量 2.2.3 Python注释 2.2.4 Python数据类型 2.2.5 Python程序结构 2.2.6 Python 函数 2.3 NumPy基础应用 2.3.1 方程求解 2.3.2 数组运算 习题 第3章 计算机视觉 3.1 计算机视觉的定义 3.2 计算机视觉理解图像的原理 3.3 计算机视觉的任务 3.3.1 图像检测 3.3.2 图像分割 3.3.3 图像分类 3.4 计算机视觉的应用场景 3.4.1 人脸识别 3.4.2 视频监控 3.4.3 图像识别 3.4.4 无人驾驶 3.5 物体检测算法——滑动窗口物体检测法 习题 第4章 知识图谱 4.1 知识图谱的定义 4.2 知识图谱的构建过程 4.2.1 知识抽取 4.2.2 知识融合 4.2.3 知识加工 4.3 案例——构建人工智能知识图谱 习题 第5章 自然语言处理 5.1 自然语言处理的定义 5.1.1 自然语言理解 5.1.2 自然语言生成 5.2 自然语言的发展历程 5.2.1 早期自然语言处理阶段 5.2.2 统计自然语言处理阶段 5.2.3 神经网络自然语言处理阶段 5.3 自然语言处理技术 5.3.1 语法分析 5.3.2 句法分析 5.3.3 语义分析 5.3.4 语用分析 5.3.5 篇章分析 5.4 自然语言处理的判别标准 5.5 自然语言处理的应用场景 5.5.1 机器翻译 5.5.2 信息检索 5.5.3 情感分析 5.5.4 自动问答 习题 第6章 机器学习与线性回归 6.1 机器学习的定义 6.2 机器学习的发展历程 6.3 机器学习算法分类 6.3.1 监督学习 6.3.2 半监督学习 6.3.3 无监督学习 6.3.4 强化学习 6.4 机器学习的过程 6.5 认识机器学习算法——线性回归 6.5.1 线性回归的数学表达式 6.5.2 线性回归求解过程 6.6 案例——预测房屋价格 习题 第7章 机器学习与分类器 7.1 分类器的工作原理 7.2 常用的分类器 7.2.1 k近邻分类器 7.2.2 决策树分类器 7.2.3 支持向量机 7.2.4 人工神经网络 7.2.5 Adaboost算法 7.3 案例——使用SVM算法进行乳腺肿瘤识别 7.3.1 乳腺肿瘤细胞样本数据集简介 7.3.2 SVM算法诊断乳腺肿瘤详细过程 习题 第8章 机器学习——物以类聚，人以群分 8.1 聚类方法 8.2 k均值算法 8.3 数据降维算法 8.4 案例1——采用数据降维算法评价学生成绩 8.5 案例2——采用k均值算法分类鸢尾花 习题 第9章 机器学习——强化学习 9.1 强化学习概述 9.1.1 强化学习的定义 9.1.2 强化学习的基本组成部分 9.1.3 强化学习的特点 9.1.4 强化学习的分类 9.1.5 强化学习的应用场景 9.2 Q-learning算法 9.2.1 Q-table 9.2.2 Q-learning算法的执行过程 9.3 案例——采用Q-learning算法解决迷宫问题 习题 0章 感知技术 10.1 传感器技术 10.1.1 认识传感器 10.1.2 传感器与人工智能 10.1.3 传感器的分类 10.1.4 常用的传感器 10.1.5 传感器的五大性能指标 10.2 射频识别技术 10.2.1 射频识别的定义 10.2.2 射频识别的工作原理 10.3 卫星定位技术 习题 1章 图像识别——机器也懂你 11.1 图像识别的原理和定义 11.1.1 图像识别的原理 11.1.2 图像识别的定义 11.2 图像识别瓶颈 11.3 图像识别过程 11.3.1 图像数据采集阶段 11.3.2 图像预处理阶段 11.3.3 特征提取及选择阶段 11.3.4 分类器设计阶段 11.3.5 分类决策阶段 11.3.6 案例1——迎春花与连翘花识别 11.4 人脸识别 11.4.1 人脸识别过程 11.4.2 人脸识别函数opencv 11.4.3 案例2——检测某一幅图像中的人脸区域 11.4.4 案例3——识别出某一幅图像中的人脸身份信息 习题 2章 语音识别——机器也听话 12.1 声波的定义 12.2 听觉原理