掃一掃
關(guān)注中圖網(wǎng)
官方微博
人工智能導(dǎo)論 版權(quán)信息
- ISBN：9787302682714
- 條形碼：9787302682714 ; 978-7-302-68271-4
- 裝幀：平裝-膠訂
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
人工智能導(dǎo)論 本書特色
人工智能已悄然滲透到我們?nèi)粘Ｉ畹母鱾角落，無論是自動駕駛技術(shù)、智能助手，還是藝術(shù)設(shè)計與生成，人工智能的應(yīng)用無處不在，為我們的生活帶來了前所未有的便利與可能性。面對這一波新興技術(shù)的浪潮，每一位大學(xué)生、科研人員以及愛好者，都有必要了解、掌握這一知識領(lǐng)域，以迎接未來更加智能化的社會。
人工智能導(dǎo)論 內(nèi)容簡介
" 《人工智能導(dǎo)論》全面介紹了人工智能基礎(chǔ)知識，涵蓋了Python編程基礎(chǔ)、機器學(xué)習(xí)、深度學(xué)習(xí)的基本理論和實踐操作，講解了**的AIGC技術(shù)與藝術(shù)設(shè)計的結(jié)合情況，以及Stable Diffusion的使用方法和人工智能生成音樂視頻的各種模型與平臺的操作教程，通過理論與實踐相結(jié)合的方式，不僅為讀者提供了人工智能領(lǐng)域的全面知識講解，還通過大量的實踐案例，加深讀者對人工智能應(yīng)用的理解。 《人工智能導(dǎo)論》圖文并茂，示例豐富，講解細致透徹，介紹深入淺出，具有很強的實用性和可操作性，不僅適宜作為普通高等院校、藝術(shù)類院校及職業(yè)院校人工智能通識教育的**教材，同時也是一本適合人工智能初學(xué)者，并能逐步引領(lǐng)其步入高階學(xué)習(xí)殿堂的啟迪讀物。"
人工智能導(dǎo)論人工智能導(dǎo)論 前言
人工智能已悄然滲透到我們?nèi)粘Ｉ畹母鱾角落，無論是自動駕駛技術(shù)、智能助手，
還是藝術(shù)設(shè)計與生成，人工智能的應(yīng)用無處不在，為我們的生活帶來了前所未有的便利與
可能性。面對這一波新興技術(shù)的浪潮，每一位大學(xué)生、科研人員以及愛好者，都有必要了
解并掌握這一領(lǐng)域的知識，以迎接未來更加智能化的社會。
基礎(chǔ)理論、Python編程、機器學(xué)習(xí)與深度學(xué)習(xí)等核心技術(shù)，并特別針對設(shè)計領(lǐng)域的應(yīng)用，
詳細介紹了如生成式人工智能在藝術(shù)創(chuàng)作及圖像、音樂、視頻生成等方面的前沿技術(shù)。通
過豐富的案例和詳盡的操作指南，本書力求將復(fù)雜的技術(shù)原理化繁為簡，使讀者能夠循序
漸進地掌握人工智能的應(yīng)用技能。
中的廣泛應(yīng)用，使讀者建立清晰的知識框架，并為后續(xù)技術(shù)知識的學(xué)習(xí)奠定堅實基礎(chǔ)。第
人工智能導(dǎo)論 目錄
第1章 人工智能概述 / 1
1.1 人工智能簡介 / 1
1.1.1 引言 / 1
1.1.2 智能的概念 / 2
1.1.3 人工智能的定義 / 3
1.1.4 人工智能的分類 / 3
1.1.5 人工智能的三個核心要素 / 4
1.2 人工智能的起源與發(fā)展 /
5
1.2.1 **個發(fā)展階段
（1956—1976） / 5
1.2.2 第二個發(fā)展階段
（1976—2006） / 5
1.2.3 第三個發(fā)展階段
（2006年至今） / 6
1.3 學(xué)習(xí)人工智能的意義 /
7
1.4 人工智能的主要分支 /
7
1.4.1 機器學(xué)習(xí) / 8
1.4.2 神經(jīng)網(wǎng)絡(luò) / 8
1.4.3 機器人技術(shù) / 9
1.4.4 專家系統(tǒng) / 9
1.4.5 計算機視覺 / 10
1.4.6 自然語言處理 / 10
1.5 小結(jié) /
10
習(xí)題 /
11
第2章 人工智能編程基礎(chǔ) /
12
2.1 Python在人工智能編程中的優(yōu)勢 /
12
2.1.1 Python簡介 / 12
2.1.2 Python的應(yīng)用領(lǐng)域 / 13
2.1.3 Python的核心優(yōu)勢 / 13
2.2 Python的安裝及環(huán)境配置 /
14
2.2.1 Python的下載和安裝 / 14
2.2.2 PyCharm的下載和安裝 / 17
2.3 Python語言基礎(chǔ) /
19
2.3.1 Python基本語法 / 19
2.3.2 關(guān)鍵字與標識符 / 21
2.3.3 常量與變量 / 23
2.3.4 算術(shù)運算符 / 24
2.3.5 比較運算符 / 25
2.4 數(shù)據(jù)類型與轉(zhuǎn)換 /
26
2.4.1 數(shù)值 / 26
2.4.2 字符串 / 26
2.4.3 布爾值 / 29
2.4.4 列表 / 29
2.4.5 元組 / 32
2.4.6 字典 / 33
2.4.7 集合 / 33
2.4.8 類型轉(zhuǎn)換 / 33
2.5 邏輯控制語句 /
34
2.5.1 條件分支語句 / 34
2.5.2 循環(huán)語句 / 35
2.5.3 break語句和continue語句 / 36
2.6 函數(shù) /
37
2.6.1 定義和使用函數(shù) / 37
2.6.2 變量的作用域 / 39
2.7 模塊與庫的使用 /
40
2.7.1 自定義模塊 / 40
2.7.2 標準庫的模塊 / 41
2.8 面向?qū)ο缶幊袒A(chǔ) /
41
2.8.1 基本概念 / 41
2.8.2 類的定義和對象創(chuàng)建 / 41
2.8.3 繼承 / 42
2.8.4 多態(tài) / 43
2.9 案例：創(chuàng)建“畫廊”系統(tǒng) /
43
2.10 小結(jié) /
45
習(xí)題 /
46
第3章 數(shù)據(jù)處理與可視化 /
47
3.1 NumPy——科學(xué)計算工具 /
47
3.1.1 NumPy概述 / 47
3.1.2 NumPy數(shù)組運算 / 48
3.2 Pandas——數(shù)據(jù)分析工具 /
54
3.2.1 Pandas概述 / 54
3.2.2 Pandas基礎(chǔ) / 55
3.2.3 Pandas數(shù)據(jù)預(yù)處理 / 60
3.3 Matplotlib——數(shù)據(jù)可視化工具 /
63
3.3.1 Matplotlib概述 / 63
3.3.2 Matplotlib繪圖 / 65
3.4 案例：抽象藝術(shù)數(shù)據(jù)可視化 /
67
3.5 小結(jié) /
70
習(xí)題 /
70
第4章 機器學(xué)習(xí)基礎(chǔ) /
71
4.1 機器學(xué)習(xí)概述 /
71
4.1.1 機器學(xué)習(xí)的定義 / 72
4.1.2 機器學(xué)習(xí)的基本原理 / 72
4.1.3 機器學(xué)習(xí)的主要術(shù)語 / 73
4.1.4 機器學(xué)習(xí)的算法分類 / 73
4.1.5 機器學(xué)習(xí)的主要應(yīng)用領(lǐng)域 / 74
4.2 監(jiān)督學(xué)習(xí)與無監(jiān)督學(xué)習(xí) /
74
4.2.1 監(jiān)督學(xué)習(xí) / 74
4.2.2 無監(jiān)督學(xué)習(xí) / 75
4.3 scikit-learn機器學(xué)習(xí)庫 /
76
4.3.1 scikit-learn概述 / 76
4.3.2 scikit-learn機器學(xué)習(xí)工作
流程 / 77
4.4 線性回歸 /
78
4.4.1 線性回歸概述 / 78
4.4.2 線性回歸算法基本原理 / 78
4.4.3 線性回歸算法應(yīng)用 / 79
4.5 分類 /
82
4.5.1 分類概述 / 82
4.5.2 分類的工作流程 / 83
4.5.3 邏輯回歸算法 / 83
4.5.4 邏輯回歸的實現(xiàn) / 84
4.6
案例：一元線性回歸模型的實現(xiàn)與可
視化 /
86
4.7 小結(jié) /
87
習(xí)題 /
87
第5章 人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)基礎(chǔ) /
88
5.1 人工神經(jīng)網(wǎng)絡(luò)概述 /
88
5.1.1 感知機 / 89
5.1.2 從感知機到神經(jīng)網(wǎng)絡(luò) / 90
5.1.3 常用激活函數(shù) / 91
5.2 深度學(xué)習(xí)簡介 /
92
5.2.1 深度學(xué)習(xí)的概念 / 92
5.2.2 深度學(xué)習(xí)與傳統(tǒng)機器學(xué)習(xí) / 92
5.3 主流深度學(xué)習(xí)框架介紹 /
93
5.4 人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練 /
94
5.5 卷積神經(jīng)網(wǎng)絡(luò) /
95
5.5.1 卷積神經(jīng)網(wǎng)絡(luò)簡介 / 95
5.5.2 卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu) / 95
5.5.3 卷積計算 / 96
5.6 循環(huán)神經(jīng)網(wǎng)絡(luò) /
99
5.7
案例：使用Keras實現(xiàn)CNN手寫數(shù)字
識別 /
99
5.8 小結(jié) /
101
習(xí)題 /
101
第6章 生成式人工智能與藝術(shù)設(shè)計 /
102
6.1 生成式人工智能概述 /
102
6.2 生成式人工智能技術(shù)原理 /
103
6.2.1 深度學(xué)習(xí)模型 / 103
6.2.2 生成對抗網(wǎng)絡(luò) / 103
6.2.3 自然語言處理 / 103
6.2.4 擴散模型 / 104
6.2.5 預(yù)訓(xùn)練與微調(diào) / 104
6.2.6 多模態(tài)生成 / 104
6.3 生成式人工智能平臺與工具 /
105
6.3.1 文本生成平臺 / 105
6.3.2 圖像生成平臺 / 106
6.3.3 音頻生成平臺 / 107
6.3.4 視頻生成平臺 / 107
6.4 生成式人工智能賦能藝術(shù)設(shè)計 /
108
6.4.1 游戲設(shè)計 / 109
6.4.2 裝扮設(shè)計 / 109
6.4.3 首飾設(shè)計 / 109
6.4.4 繪畫 / 110
6.4.5 攝影 / 110
6.4.6 服裝設(shè)計 / 110
6.4.7 電影制作 / 111
6.4.8 建筑設(shè)計 / 111
6.5 小結(jié) /
112
習(xí)題 /
112
第7章 人工智能繪畫技術(shù)及其工具 /
113
7.1 人工智能繪畫概述 /
113
7.1.1 認識人工智能繪畫 / 114
7.1.2 人工智能繪畫的發(fā)展過程 / 114
7.2 Stable
Diffusion基礎(chǔ) /
115
7.2.1 Stable
Diffusion軟件介紹 / 115
7.2.2 Stable
Diffusion界面介紹 / 115
7.2.3 Stable
Diffusion模型類型
介紹 / 117
7.3 文生圖 /
117
7.3.1 提示詞書寫方法 / 117
7.3.2 生成參數(shù)調(diào)整 / 121
7.4 圖生圖 /
126
7.4.1 圖生圖的常用功能 / 126
7.4.2 圖像局部修改 / 128
7.5 ControlNet插件的使用 /
133
7.5.1 ControlNet安裝方式 / 133
7.5.2 ControlNet界面和參數(shù) / 133
7.5.3 ControlNet模型的使用 / 136
7.6 LoRA模型的使用 /
142
7.6.1 LoRA模型及其安裝方法 / 142
7.6.2 LoRA模型的使用方法 / 144
7.7 案例：生成AI未來城市海報 /
145
7.8 小結(jié) /
149
習(xí)題 /
149
第8章
人工智能音樂和視頻創(chuàng)作技術(shù)及其
工具 /
150
8.1 人工智能音樂概述 /
150
8.1.1 認識人工智能音樂 / 150
8.1.2 常用人工智能音樂大模型
簡介 / 151
8.2 人工智能音樂基本樂理知識 /
153
8.2.1 作曲 / 153
8.2.2 作詞 / 155
8.3 “網(wǎng)易天音”操作教程 /
155
8.3.1 人工智能寫歌 / 155
8.3.2 人工智能編曲 / 163
8.3.3 人工智能作詞 / 165
8.4 Suno
AI操作教程 /
168
8.4.1 使用Suno AI英文版 / 168
8.4.2 使用Suno AI音樂中文站 / 173
8.4.3 使用天工開物DesignXAI平臺的
AI音頻工具 / 175
8.5
案例：使用“網(wǎng)易天音”
創(chuàng)作歌曲 /
178
8.6 人工智能視頻基本知識 /
181
8.6.1 視頻技術(shù)基本概述 / 181
8.6.2 常用AIGC視頻生成工具 / 183
8.6.3 Prompt文字指令的輸入 / 189
8.7
案例：使用即夢AI生成圖片和
視頻 /
190
8.7.1 登錄即夢AI創(chuàng)作平臺 / 191
8.7.2 即夢AI生成圖片 / 192
8.7.3 即夢AI生成視頻 / 194
8.8 小結(jié) /
202
習(xí)題 /
202
參考文獻 /
204
展開全部
人工智能導(dǎo)論 作者簡介
軒書科,山東工藝美術(shù)學(xué)院副教授。近年，參與國家自然科學(xué)基金項目1項，主持省部級教改課題2項，主持山東工藝美術(shù)學(xué)院教改課題2項。以第一作者發(fā)表SCI論文1篇、EI論文2篇、中文核心期刊3篇。目前研究方向：深度學(xué)習(xí)、生成式人工智能。
姜亮,計算機科學(xué)與技術(shù)碩士、講師，擅長應(yīng)用系統(tǒng)開發(fā)與架構(gòu)設(shè)計。在醫(yī)院信息化領(lǐng)域有豐富研發(fā)經(jīng)驗，領(lǐng)導(dǎo)實施多個項目，致力于技術(shù)創(chuàng)新和實踐應(yīng)用的結(jié)合。目前，專注于探索人工智能在健康體檢中的應(yīng)用。
肖月寧,山東工藝美術(shù)學(xué)院副教授，主要研究方向是多媒體技術(shù)應(yīng)用；目前從事《C語言程序設(shè)計》、《人工智能導(dǎo)論》等計算機相關(guān)課程的教學(xué)工作；主持山東省人文社會科學(xué)課題一項，發(fā)表論文多篇。
韓寶燕,山東大學(xué)碩士，副教授，研究方向為概率論與數(shù)理統(tǒng)計。發(fā)表高水平學(xué)術(shù)論文10余篇。獲山東省高校優(yōu)秀科研獎三等獎一項，山東工藝美術(shù)學(xué)院優(yōu)秀科研獎一項，主持和參與研究課題3項。
軒書科,山東工藝美術(shù)學(xué)院副教授。近年，參與國家自然科學(xué)基金項目1項，主持省部級教改課題2項，主持山東工藝美術(shù)學(xué)院教改課題2項。以第一作者發(fā)表SCI論文1篇、EI論文2篇、中文核心期刊3篇。目前研究方向：深度學(xué)習(xí)、生成式人工智能。
姜亮,計算機科學(xué)與技術(shù)碩士、講師，擅長應(yīng)用系統(tǒng)開發(fā)與架構(gòu)設(shè)計。在醫(yī)院信息化領(lǐng)域有豐富研發(fā)經(jīng)驗，領(lǐng)導(dǎo)實施多個項目，致力于技術(shù)創(chuàng)新和實踐應(yīng)用的結(jié)合。目前，專注于探索人工智能在健康體檢中的應(yīng)用。
肖月寧,山東工藝美術(shù)學(xué)院副教授，主要研究方向是多媒體技術(shù)應(yīng)用；目前從事《C語言程序設(shè)計》、《人工智能導(dǎo)論》等計算機相關(guān)課程的教學(xué)工作；主持山東省人文社會科學(xué)課題一項，發(fā)表論文多篇。
韓寶燕,山東大學(xué)碩士，副教授，研究方向為概率論與數(shù)理統(tǒng)計。發(fā)表高水平學(xué)術(shù)論文10余篇。獲山東省高校優(yōu)秀科研獎三等獎一項，山東工藝美術(shù)學(xué)院優(yōu)秀科研獎一項，主持和參與研究課題3項。
榮蓉,山東省榮成市人，2005年畢業(yè)于山東師范大學(xué)計算機系，獲碩士學(xué)位，主要擔(dān)任計算機基礎(chǔ)和人工智能導(dǎo)論的教學(xué)。近年來，共發(fā)表學(xué)術(shù)論文20余篇，并出版著作2部。主要研究方向：人工智能。
孟祥敏,山東鄄城人，計算機軟件與理論碩士，畢業(yè)于山東師范大學(xué)，有豐富的教育教學(xué)經(jīng)驗，多次在《信息技術(shù)與信息化》、《山東農(nóng)業(yè)工程學(xué)院學(xué)報》等發(fā)表論文，曾多次帶領(lǐng)學(xué)生參加“藍橋杯”大賽并獲獎。
書友推薦
- >
推拿
- >
莉莉和章魚
- >
回憶愛瑪儂
- >
隨園食單
- >
【精裝繪本】畫給孩子的中國神話
- >
新文學(xué)天穹兩巨星--魯迅與胡適/紅燭學(xué)術(shù)叢書(紅燭學(xué)術(shù)叢書)
- >
羅庸西南聯(lián)大授課錄
- >
史學(xué)評論
本類暢銷
