人工智能基礎(chǔ)實(shí)驗(yàn)教程(普通高等學(xué)校十四五系列教材) 版權(quán)信息
- ISBN:9787113293208
- 條形碼:9787113293208 ; 978-7-113-29320-8
- 裝幀:70g膠版紙
- 冊數(shù):暫無
- 重量:暫無
- 所屬分類:>
人工智能基礎(chǔ)實(shí)驗(yàn)教程(普通高等學(xué)校十四五系列教材) 本書特色
本書作為一本實(shí)驗(yàn)教程,特色是簡明、實(shí)用、邏輯性強(qiáng)、可讀性好,使讀者在有限的時(shí)間內(nèi)掌握人工智能的基本原理與應(yīng)用技術(shù)。本書圍繞基礎(chǔ)知識點(diǎn)在前兩章介紹了Python基本開發(fā)環(huán)境及編程基礎(chǔ)語法、常用數(shù)據(jù)結(jié)構(gòu)的使用;第3章介紹了機(jī)器學(xué)習(xí)中經(jīng)典算法及常用算法,包括邏輯回歸、決策樹、K近鄰、隨機(jī)森林、支持向量機(jī)、樸素貝葉斯、AdaBoost、神經(jīng)網(wǎng)絡(luò)等算法的實(shí)現(xiàn);第4、5章介紹了深度學(xué)習(xí)基礎(chǔ)知識和實(shí)現(xiàn)環(huán)境,以及深度神經(jīng)網(wǎng)絡(luò)經(jīng)典算法;第6~8章分別介紹了三大應(yīng)用領(lǐng)域——計(jì)算機(jī)視覺的基礎(chǔ)算法及應(yīng)用實(shí)例、自然語言處理的基本應(yīng)用算法實(shí)現(xiàn)、智能機(jī)器人的基本操作及功能實(shí)現(xiàn),*后兩章通過兩個(gè)嵌入式人工智能案例融合前面章節(jié)介紹的基礎(chǔ)算法,完整實(shí)現(xiàn)了人工智能在實(shí)際生活中的應(yīng)用實(shí)例。
人工智能基礎(chǔ)實(shí)驗(yàn)教程(普通高等學(xué)校十四五系列教材) 內(nèi)容簡介
本書圍繞人工智能基礎(chǔ)知識介紹了基本開發(fā)環(huán)境及編程基礎(chǔ)知識,機(jī)器學(xué)習(xí)中經(jīng)典及常用算法及算法實(shí)現(xiàn),深度學(xué)習(xí)基礎(chǔ)知識和實(shí)現(xiàn)環(huán)境,以及深度神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)過程,計(jì)算機(jī)視覺和自然語言處理的部分算法實(shí)現(xiàn),zui后通過兩個(gè)嵌入式人工智能案例融合前面章節(jié)介紹的基礎(chǔ)算法,完整實(shí)現(xiàn)了人工智能在實(shí)際生活中的應(yīng)用實(shí)例。通過學(xué)習(xí),學(xué)生能掌握人工智能的基本知識、基本原理和方法;了解人工智能的發(fā)展歷史,全新進(jìn)展和發(fā)展方向;為培養(yǎng)學(xué)生利用人工智能的方法求解復(fù)雜計(jì)算機(jī)工程問題,以及今后進(jìn)一步在人工智能的理論和應(yīng)用研究等方面的發(fā)展提供初步的基礎(chǔ)。 本書適合作為高等學(xué)校人工智能、大數(shù)據(jù)、智能科學(xué)與技術(shù)等專業(yè)的實(shí)驗(yàn)教材,也可以作為對人工智能相關(guān)的培訓(xùn)教材。
人工智能基礎(chǔ)實(shí)驗(yàn)教程(普通高等學(xué)校十四五系列教材) 目錄
1.1 Python基礎(chǔ)語法
1.1.1 基礎(chǔ)知識
1.1.2 運(yùn)算符
1.1.3 注釋與縮進(jìn)
1.2 Python基本語句
1.2.1 條件控制語句
1.2.2 循環(huán)控制語句
1.3 Python開發(fā)環(huán)境的安裝和使用
1.4 集成開發(fā)環(huán)境PyCharm的安裝和使用
1.5 輸出函數(shù)實(shí)驗(yàn)
1.6 Python文件I/O實(shí)驗(yàn)
第2章 Python數(shù)據(jù)結(jié)構(gòu)
2.1 基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)
2.2 Python字符串實(shí)驗(yàn)
2.3 Python列表實(shí)驗(yàn)
2.3.1 列表的序列化操作
2.3.2 列表推導(dǎo)式和生成器表達(dá)式
2.4 Python元組實(shí)驗(yàn)
2.5 Python字典實(shí)驗(yàn)
2.6 類與對象
2.7 Python函數(shù)
第3章 機(jī)器學(xué)習(xí)
3.1 機(jī)器學(xué)習(xí)基礎(chǔ)知識
3.1.1 概述
3.1.2 學(xué)習(xí)形式分類
3.2 AdaBoost分類算法
3.3 KNN算法
3.4 基于KD樹的KNN算法
3.5 支持向量機(jī)SVM
3.6 樸素貝葉斯分類器
3.7 決策樹
3.8 Kmeans算法
3.9 線性回歸
3.10 PCA降維實(shí)驗(yàn)
第4章 深度學(xué)習(xí)
4.1 深度學(xué)習(xí)基礎(chǔ)知識
4.1.1 傳統(tǒng)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)方法
4.1.2 深度學(xué)習(xí)發(fā)展階段
4.1.3 深度學(xué)習(xí)特點(diǎn)
4.2 TensorFlow框架
4.2.1 TensorFlow簡介
4.2.2 Tensor基本概念
4.2.3 創(chuàng)建常量與變量
4.3 TensorFlow安裝與配置
4.4 PyTorch安裝與配置
4.5 數(shù)據(jù)操作實(shí)驗(yàn)
第5章 神經(jīng)網(wǎng)絡(luò)構(gòu)建
5.1 神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)原理
5.1.1 基礎(chǔ)概念
5.1.2 神經(jīng)網(wǎng)絡(luò)的參數(shù)
5.1.3 模型訓(xùn)練
5.2 神經(jīng)網(wǎng)絡(luò)一元線性回歸
5.3 神經(jīng)網(wǎng)絡(luò)多元線性回歸
5.4 神經(jīng)網(wǎng)絡(luò)非線性回歸
5.5 基礎(chǔ)神經(jīng)網(wǎng)絡(luò)實(shí)驗(yàn)
5.6 高級神經(jīng)網(wǎng)絡(luò)實(shí)驗(yàn)
5.7 卷積神經(jīng)網(wǎng)絡(luò)實(shí)驗(yàn)
5.8 手寫數(shù)字識別實(shí)驗(yàn)——CNN
5.9 循環(huán)神經(jīng)網(wǎng)絡(luò)實(shí)驗(yàn)
第6章 計(jì)算機(jī)視覺
6.1 圖像基礎(chǔ)知識
6.2 圖像均值濾波實(shí)驗(yàn)
6.3 圖像中值濾波實(shí)驗(yàn)
6.4 圖像分割實(shí)驗(yàn)
6.5 仿射變換實(shí)驗(yàn)
6.6 三角形仿射實(shí)驗(yàn)
6.7 基于Hopfield神經(jīng)網(wǎng)絡(luò)的圖片識別
6.8 基于支持向量機(jī)的人臉識別
6.9 基于隱馬爾科夫的語音識別
第7章 自然語言處理
7.1 NLP概述
7.2 詞性標(biāo)注
7.3 中文分詞——逆向*大匹配
7.4 中文分詞——基于隱馬爾科夫模型
7.5 文本分類實(shí)驗(yàn)
7.6 文本模式識別實(shí)驗(yàn)
7.7 Glove詞向量模型
第8章 智能機(jī)器人
8.1 機(jī)器人硬件
8.2 開發(fā)環(huán)境
8.2.1 虛擬機(jī)開發(fā)環(huán)境
8.2.2 網(wǎng)絡(luò)配置
8.2.3 開發(fā)主機(jī)SSH登錄Nano
8.2.4 編程開發(fā)環(huán)境
8.3 ROS基本操作
8.4 OpenCV機(jī)器人視覺開發(fā)
8.5 語音合成開發(fā)
8.6 SLAM激光雷達(dá)建圖
第9章 應(yīng)用開發(fā)實(shí)訓(xùn)案例——智能家居
9.1 基于深度卷積神經(jīng)網(wǎng)絡(luò)的表情識別
9.2 氛圍燈控制
9.3 人臉表情識別模型推理功能插件構(gòu)建
9.4 氛圍燈控制系統(tǒng)功能插件構(gòu)建
第10章 應(yīng)用開發(fā)實(shí)訓(xùn)案例——智能停車場
10.1 車牌識別模型
10.2 閘機(jī)控制系統(tǒng)
10.3 車牌識別功能插件構(gòu)建
10.4 道閘控制功能插件構(gòu)建
- >
隨園食單
- >
月亮虎
- >
名家?guī)阕x魯迅:朝花夕拾
- >
伊索寓言-世界文學(xué)名著典藏-全譯本
- >
伯納黛特,你要去哪(2021新版)
- >
我從未如此眷戀人間
- >
【精裝繪本】畫給孩子的中國神話
- >
二體千字文