内容简介
本书涵盖人工智能概述、Python编程基础、TensorFlow机器学习框架、机器学习算法、MNIST数据集及神经网络、TensorFlow高级框架、OpenCV开发与应用等基础知识，并介绍且搭建了计算机视觉中的手写数字识别与人脸识别、自然语言处理中的语音识别与智能聊天机器人具体项目，还介绍并实践了AI开放平台的接入与使用，最后在综合实训案例解析中完成了对所学知识的整合。
展开全文
- 第1章人工智能概述
- 1.1 了解人工智能
- 1.2 了解深度学习
- 1.3 人工智能发展现状
- 1.4 人工智能机器学习框架
- 1.4.1 机器学习框架简介
- 1.4.2 TensorFlow
- 1.4.3 PaddlePaddle
- 1.5 怎样学习人工智能
- 1.6 小结
- 1.7 练习题
- 第2章Python编程基础
- 2.1 Python 入门
- 2.2 开发环境搭建
- 2.2.1 安装Python
- 2.2.2 安装PyCharm
- 2.2.3 体验PyCharm
- 2.3 基础语法
- 2.3.1 基本输入和输出
- 2.3.2 Python 运算符
- 2.3.3 Python 数据类型
- 2.3.4 Python 语句
- 2.3.5 Python 函数
- 2.4 面向对象
- 2.5 第三方库的使用
- 2.5.1 NumPy
- 2.5.2 Pandas
- 2.5.3 Matplotlib
- 2.6 小结
- 2.7 练习题
- 第3章TensorFlow机器学习框架
- 3.1 TensorFlow 介绍
- 3.1.1 TensorFlow 基础介绍
- 3.1.2 分布式TensorFlow
- 3.2 TensorFlow 环境搭建
- 3.2.1 安装Anaconda
- 3.2.2 使用pip 的Windows 环境安装
- 3.2.3 使用pip 的Linux 环境安装
- 3.2.4 使用源代码编译安装
- 3.3 TensorFlow 计算机加速
- 3.3.1 TensorFlow 的使用
- 3.3.2 TensorFlow 使用GPU 加速
- 3.4 小结
- 3.5 练习题
- 第4章机器学习算法
- 4.1 线性回归
- 4.1.1 什么是线性回归
- 4.1.2 线性回归例子引入
- 4.1.3 数学方法解决线性回归问题
- 4.1.4 利用TensorFlow 解决线性回归问题
- 4.2 逻辑回归
- 4.2.1 什么是逻辑回归
- 4.2.2 逻辑回归例子引入
- 4.2.3 数学方法解决逻辑回归问题
- 4.2.4 利用TensorFlow 解决逻辑回归问题
- 4.3 KNN
- 4.3.1 什么是KNN
- 4.3.2 KNN 例子引入
- 4.3.3 数学方法解决KNN 问题
- 4.3.4 利用TensorFlow 解决KNN 问题
- 4.4 使用第三方模块实现KNN
- 4.5 其他机器学习算法
- 4.5.1 支持向量机
- 4.5.2 决策树
- 4.5.3 随机森林
- 4.5.4 K-Means
- 4.6 小结
- 4.7 练习题
- 第5章MNIST数据集及神经网络
- 5.1 MNIST 数据集简介
- 5.2 神经元常用函数
- 5.2.1 激活函数
- 5.2.2 池化函数
- 5.2.3 损失函数
- 5.3 深度神经网络
- 5.4 经典卷积神经网络介绍
- 5.4.1 LeNet-5 模型及其实现
- 5.4.2 AlexNet 介绍
- 5.4.3 VGGNet 介绍
- 5.4.4 Inception 模型及其实现
- 5.5 循环神经网络
- 5.5.1 循环神经网络简介
- 5.5.2 循环神经网络实现
- 5.6 优化器及优化方法
- 5.6.1 优化方法
- 5.6.2 学习率设置
- 5.7 小结
- 5.8 练习题
- 第6章TensorFlow高级框架
- 6.1 TFLearn
- 6.2 Keras
- 6.3 小结
- 6.4 练习题
- 第7章OpenCV开发与应用
- 7.1 OpenCV 介绍
- 7.2 OpenCV 常见应用
- 7.2.1 摄像头调用
- 7.2.2 OpenCV 的图像简单处理
- 7.2.3 图像处理的意义及价值
- 7.3 小结
- 7.4 练习题
- 第8章计算机视觉处理
- 8.1 计算机视觉开发介绍
- 8.2 手写数字识别
- 8.2.1 项目介绍
- 8.2.2 图像获取以及预处理
- 8.2.3 图像识别
- 8.2.4 结果显示
- 8.3 人脸识别
- 8.3.1 项目介绍
- 8.3.2 人脸的数据集介绍
- 8.3.3 人脸识别流程
- 8.3.4 人脸识别方案
- 8.3.5 人脸识别应用
- 8.4 小结
- 8.5 练习题
- 第9章自然语言处理
- 9.1 人工智能自然语言处理介绍
- 9.2 英文语音识别
- 9.2.1 项目介绍
- 9.2.2 训练模型
- 9.2.3 测试效果
- 9.3 打造智能聊天机器人
- 9.3.1 seq2seq 的机制原理
- 9.3.2 实践
- 9.4 小结
- 9.5 练习题
- 第10章人工智能开放平台应用
- 10.1 AI 开放平台介绍
- 10.2 百度AI 开放平台应用
- 10.2.1 百度AI 开放平台介绍
- 10.2.2 基于百度AI 开放平台的图像识别
- 10.2.3 基于百度AI 开放平台的语音识别
- 10.2.4 基于百度AI 开放平台的人脸识别
- 10.3 更多AI 开放平台实践
- 10.3.1 腾讯AI 开放平台
- 10.3.2 阿里AI 开放平台
- 10.3.3 京东AI 开放平台
- 10.3.4 小爱AI 开放平台
- 10.3.5 讯飞AI 开放平台
- 10.4 小结
- 10.5 练习题
- 第11章综合实训案例解析
- 11.1 基于机械臂的工业分拣系统
- 11.1.1 项目概要
- 11.1.2 项目设计
- 11.1.3 项目实现
- 11.2 小结
- 11.3 练习题
展开全部
版权信息
出版社：人民邮电出版社
出版时间：2021
作者：主编
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《人工智能基础与应用（微课版）》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
出版时间：2021
作者：主编
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《人工智能基础与应用（微课版）》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
人工智能基础与应用（微课版）
免费读 (VIP)