信息技术与人工智能基础 电子书

信息技术与人工智能基础

9.9开通会员

内容简介

本书的内容安排由浅入深,详细介绍了信息技术与人工智能基础的相关知识,从信息技术基础到Office的相关应用,从人工智能的前世今生到人工智能基础,再到人工智能实际案例应用。本书基于信息技术和人工智能的不同应用进行项目化教学。

本书注重理论与实践的结合,在介绍完项目知识点后对任务进行同步讲解,每个任务都给出了详细的操作步骤,带领读者逐渐走进信息技术和人工智能的世界。

本书共分为10个项目,内容包括信息技术基础,Word软件、Excel软件、PowerPoint软件的高级应用,人工智能的前世今生,人工智能基础,图像识别,人脸识别,生物信息识别,自然语言处理,智能语音和无人驾驶。

本书适合作为高等职业教育(本科、专科)的信息技术与人工智能通识类教材,也可供对信息技术和人工智能感兴趣的读者自学使用。

章节目录

展开全部

信息技术与人工智能基础是2023年由人民邮电出版社出版,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《信息技术与人工智能基础》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。

你可能喜欢
NoSQL数据库原理(第2版)(微课版) 电子书
本书对统称为NoSQL的分布式非关系型数据库原理和使用方法进行介绍。本书主要内容包括绪论、NoSQL数据库的基本原理、MongoDB的原理和使用、MongoDB的管理与集群部署、图数据库Neo4j、键值对数据库Redis、Cassandra的原理和使用、Hadoop和HBase简介,以及其他NoSQL数据库简介。本书帮助读者从理论和实践两方面深入理解NoSQL数据库的特点。在理论上,突出NoSQL
西门子Process Simulate运动模拟仿真实战 电子书
本书内容包括ProcessSimulate概述,夹具、机器人的定义与机构的创建,机器人搬运、机床上下料、机器人焊接、点焊工作站、码垛工作站的模拟仿真。
人工智能实践录 电子书
本书分为3部分,分别是综述篇、通用技术篇和行业应用篇。综述篇介绍了现阶段人工智能产品发展情况和人工智能政策环境。通用技术篇精心挑选10个以研发底层技术为核心竞争力的企业的产品,详细介绍了它们的实现思路以及现阶段应用。行业应用篇共有24个案例,主要汇集了人工智能技术与实体经济结合的应用案例,重点关注人工智能技术的应用场景拓展。
Python深度学习与项目实战 电子书
本书基于Python以及两个深度学习框架Keras与TensorFlow,讲述深度学习在实际项目中的应用。本书共10章,首先介绍线性回归模型、逻辑回归模型、Softmax多分类器,然后讲述全连接神经网络、神经网络模型的优化、卷积神经网络、循环神经网络,最后讨论自编码模型、对抗生成网络、深度强化学习。
区块链技术与智能服务应用 电子书
《区块链技术与智能服务应用》系统介绍了区块链以及智能服务的有关概念和原理,以及基于区块链智能合约的服务推荐、协同、优化以及负载均衡等技术。《区块链技术与智能服务应用》分为七章,内容涵盖:传统服务到智能化服务的演化,区块链基本概念、智能服务与区块链结合的框架与理论基础,面向冷启动问题的区块链智能服务跨域推荐,基于语义和基于QoS的智能服务组合;基于SaaS的智能服务平台负载均衡,基于分片和状态通的智
深度学习之摄影图像处理:核心算法与案例精粹 电子书
本书内容涉及摄影学、计算机视觉、深度学习3个领域,系统地介绍了计算机视觉在图像质量和摄影学各个领域的核心算法和应用,包括传统的图像处理算法和深度学习核心算法。本书理论知识体系完备,同时提供大量实例,供读者实战演练。本书融合摄影学和计算机视觉的内容,覆盖面非常广。第1章简单介绍摄影的历史、摄影与图像的基本概念和摄影中的许多基本技巧。从第2章开始,本书对摄影学中图像处理算法的各个重要方向进行介绍,包括
机器学习案例实战 电子书
机器学习已经广泛地应用于各行各业,深度学习的兴起再次推动了人工智能的热潮。本书结合项目实践,首先讨论了TensorFlow、PySpark、TI-ONE等主流机器学习平台的主要特点;然后结合Tableau介绍了数据可视化在银行客户用卡行为分析的应用。在此基础上,利用上述介绍的这些平台,通过多个项目案例,详细地分析了决策树、随机森林、支持向量机、逻辑回归、贝叶斯网络、卷积神经网络、循环神经网络、对抗
机器学习与大数据技术 电子书
本书较为全面地论述了机器学习、深度学习、大数据技术与图像处理技术的基本概念、基础原理和基本方法,以农业为应用场景,力求通缩易懂,深入浅出的介绍了与机器学习、深度学习、大数据技术与图像处理技术问题联系密切的内容。全书主要分为4大部分:机器学习、大数据技术和图像处理技术的基础知识;经典的机器学习基本理论和方法,以及深度学习和大数据未来的发展;实践应用;机器学习和人工智能的数学基础与编程基础。