本书的编程语言以MATLAB为主，分别从学习方式和理论知识两个方面来对机器学习（实现人工智能的方法）的算法进行分类介绍。通过阅读本书，读者可以对人工智能的子集——机器学习形成一...
电子书
内容简介
本书从概念和数学原理上对人工智能所涉及的数据处理常用算法、图像识别、语音识别、自然语言处理、深度学习等几个主要方面进行了阐述，并以Python为主要工具进行了相应的编程实践，以使读者对人工智能相关技术有更直观和深入的理解。此外，本书还用几个独立的章节从原理和实践上介绍了量子计算、区块链技术、并行计算、增强现实等与人工智能密切相关的前沿技术。
章节目录
- A-fy
- 54307-bq
- C-qy
- D-ml
- 01
- 第1章
- 绪论
- 1.1 人工智能的起源与发展
- 1．达特茅斯会议与人工智能起源
- 2．人工智能发展的高峰与低谷
- 1.2 人工智能的主要应用行业与领域
- 1.3 中国人工智能发展现状
- 1.4 Python与人工智能
- 1.5 构建Python人工智能编程环境
- 1．Python版本
- 2．Anaconda编程环境
- 02
- 第2章
- 数据处理常用算法
- 2.1 傅里叶变换
- 2.1.1 傅里叶分析的由来
- 2.1.2 傅里叶变换原理与应用
- 2.2 卷积
- 2.2.1 数字信号处理与卷积运算
- 1．卷积公式与计算过程
- 2．边缘卷积计算与0填充
- 2.2.2 NumPy卷积函数
- 2.2.3 二维矩阵卷积计算
- 2.2.4 图像卷积应用示例
- 2.3 二分法求解
- 2.4 最小二乘法曲线拟合
- 2.4.1 最小二乘法的来历
- 2.4.2 最小二乘法与曲线拟合
- 1．多项式曲线拟合
- 2．SciPy内置最小二乘法应用
- 2.5 泰勒级数
- 2.5.1 泰勒公式
- 2.5.2 泰勒级数展开与多项式近似
- 2.6 差分法逼近微分
- 2.6.1 差分法简介
- 2.6.2 差分的不同形式及其代码实现
- 2.7 蒙特卡罗方法
- 2.7.1 蒙特卡罗方法原理
- 2.7.2 蒙特卡罗方法应用
- 1．计算圆周率
- 2．计算定积分
- 2.8 梯度下降算法
- 2.8.1 方向导数与梯度
- 2.8.2 梯度下降
- 2.8.3 基于梯度下降算法的线性回归
- 03
- 第3章
- 图像识别与Python编程实践
- 3.1 图像识别发展简介
- 3.2 图像识别基本算法
- 3.2.1 边缘检测
- 1．Prewitt算子
- 2．Sobel算子
- 3．Laplace算子
- 4．Canny算子
- 3.2.2 角点检测
- 3.2.3 几何形状检测
- 3.2.4 尺度不变特征变换
- 3.3 OpenCV与视频图像处理
- 3.3.1 视频读写处理
- 3.3.2 运动轨迹标记
- 3.3.3 运动检测
- 3.3.4 运动方向检测
- 3.4 基于ImageAI的图像识别
- 3.4.1 图像预测
- 1．单图像预测
- 2．多图像预测
- 3.4.2 目标检测
- 1．图像目标检测
- 2．视频目标检测
- 3.5 人脸识别
- 3.5.1 基于Dlib的人脸识别
- 1．Dlib的安装与配置
- 2．基于Dlib的人脸检测与识别
- 3.5.2 基于Face_recognition的人脸识别
- 1．安装Face_recognition
- 2．Face_recognition主要功能解析
- 3．基于Face_recognition的人脸识别示例
- 3.6 Tesseract OCR与文本智能识别
- 3.6.1 Tesseract OCR的安装配置
- 3.6.2 基于Pytesseract的字符识别
- 3.6.3 条形码检测与识别
- 3.7 基于百度AI的智能图像识别
- 3.7.1 通用物体识别
- 3.7.2 车牌识别
- 04
- 第4章
- 语音识别与Python编程实践
- 4.1 语音识别简介
- 4.1.1 语音识别的起源与发展
- 4.1.2 语音识别的基本原理
- 4.2 语音识别Python SDK
- 4.2.1 Microsoft语音识别框架SAPI
- 4.2.2 Speech
- 4.2.3 Python_Speech_Features
- 4.2.4 SpeechRecognition
- 4.3 MFCC语音特征值提取算法
- 4.3.1 MFCC语音特征值提取算法简介
- 4.3.2 语音信号分帧
- 4.3.3 计算MFCC系数
- 1．对语音信号进行预加重
- 2．对语音信号进行短时傅里叶变换
- 3．定义滤波器组
- 4．计算MFCC系数
- 4.4 基于百度AI的语音识别
- 4.4.1 百度语音简介
- 1．获取Access Token
- 2．选择HTTP POST请求格式
- 4.4.2 百度语音识别
- 1．百度语音识别Python SDK
- 2．基于语音识别的视频文本提取
- 4.5 基于音频指纹的音乐识别
- 4.5.1 音频信号采集与播放
- 4.5.2 音频指纹生成
- 4.5.3 数据存储与检索
- 1．MongoDB数据库安装与连接
- 2．音频指纹数据存储
- 3．音乐检索与识别
- 4.6 语音克隆技术简介
- 1．说话人语音编码器（Speaker Encoder）
- 2．序列合成器（Synthesizer）
- 3．声码器（Vocoder）
- 05
- 第5章
- 自然语言处理与Python编程实践
- 5.1 NLP的发展趋势与关键技术
- 5.1.1 NLP的发展趋势
- 5.1.2 NLP的关键技术
- 5.2 NLP工具集NLTK
- 5.2.1 NLTK的安装
- 5.2.2 基于NLTK的简单文本分析
- 1．Text类和方法
- 2．FreqDist类和方法
- 3．NLTK语料库
- 4．文本分析统计示例
- 5.3 文本切分与标准化
- 5.3.1 文本切分
- 5.3.2 中文分词
- 1．中文分词方法
- 2．常用中文分词工具
- 5.3.3 标准化
- 1．去除标点符号
- 2．去除停止词
- 3．单词替换
- 4．大小写转换
- 5．词汇规范化
- 5.4 词性标注
- 5.5 文本分类
- 5.6 语言检测识别
- 5.6.1 基于Langdetect的语言检测
- 5.6.2 基于Langid的语言检测
- 5.6.3 基于N-gram算法的语言检测
- 5.7 情感分析
- 5.7.1 简易情感分类器示例
- 5.7.2 基于NLTK的电影评论情感分类
- 06
- 第6章
- 深度学习与Python编程实践
- 6.1 深度学习常用算法
- 6.1.1 卷积神经网络
- 1．读取输入图像
- 2．准备滤波器
- 3．创建卷积层
- 4．定义ReLU层
- 5．定义最大池化层
- 6．堆叠卷积层、ReLU层和最大池化层来构建CNN
- 6.1.2 循环神经网络
- 1．数据生成及预处理
- 2．模型初始化
- 3．模型计算图定义
- 4．权重及偏置定义
- 5．模型训练
- 6．文本生成
- 6.1.3 生成对抗网络
- 1．GAN结构解析
- 2．GAN实例应用
- 3．GAN的优势与缺陷
- 6.2 深度学习框架及其应用
- 6.2.1 Theano
- 1．Theano的安装与使用
- 2．基于Theano的手写数字识别
- 6.2.2 PyTorch
- 1．PyTorch简介
- 2．PyTorch的安装配置
- 3．PyTorch编程实例
- 6.2.3 TensorFlow
- 1．TensorFlow的安装
- 2．TensorFlow应用示例
- 07
- 第7章
- 量子计算与Python编程实践
- 7.1 量子计算概述
- 7.1.1 什么是量子计算
- 7.1.2 人工智能与量子计算
- 1．高处理速度
- 2．更小的数据量
- 3．强大的处理能力
- 7.2 量子计算发展现状
- 7.2.1 国外量子计算发展概况
- 1．Google量子计算
- 2．Microsoft量子计算
- 3．IBM量子计算
- 4．Intel量子计算
- 7.2.2 中国量子计算进展
- 7.3 IBM Quantum Experience量子计算云平台
- 7.3.1 IBM Quantum Experience平台账号注册
- 7.3.2 IBM Quantum Experience量子电路设计与运行
- 1．IBM Quantum Experience量子算法设计“五线谱”
- 2．量子叠加态与纠缠态测量
- 7.4 基于Qiskit的量子计算Python编程接口
- 7.5 基于Qiskit的量子计算编程实践
- 7.5.1 Qconfig.py配置文件
- 7.5.2 基于模拟终端的算法电路运行
- 7.5.3 基于物理芯片的算法电路运行
- 7.5.4 量子电路可视化
- 7.5.5 量子傅里叶变换
- 7.6 Rigetti Computing量子编程平台
- 7.6.1 Forest SDK简介
- 7.6.2 PyQuil安装
- 7.6.3 PyQuil量子编程示例
- 08
- 第8章
- 区块链技术与Python编程实践
- 8.1 区块链技术简介
- 1．什么是区块链
- 2．区块链技术原理简介
- 8.2 区块链编程环境配置
- 1．VirtualEnv的安装
- 2．Flask的安装
- 3．Flask测试
- 8.3 区块链技术与编程实践
- 8.3.1 区块链的定义与创建
- 8.3.2 共识机制
- 8.3.3 创建节点
- 8.3.4 测试运行示例区块链
- 8.3.5 一致性算法
- 09
- 第9章
- 并行计算与Python编程实践
- 9.1 基于Multiprocessing的并行计算
- 9.1.1 进程创建与管理
- 9.1.2 进程数据交换
- 1．基于队列的数据交换
- 2．基于管道的数据交换
- 9.1.3 进程同步
- 9.2 GPU并行计算
- 9.2.1 PyCUDA并行计算
- 1．PyCUDA的安装与测试
- 2．基于PyCUDA的并行计算
- 9.2.2 Numba GPU高性能计算
- 1．Numba简介
- 2．基于Numba的高性能计算
- 9.3 MPI并行计算
- 9.3.1 mpi4py简介
- 9.3.2 mpi4py的安装与测试
- 1．安装Microsoft MPI
- 2．安装mpi4py
- 9.3.3 mpi4py并行计算
- 1．MPI基本概念
- 2．mpi4py API
- 3．mpi4py并行计算示例
- 9.4 ipyparallel并行计算
- 9.4.1 ipyparallel的安装与启动
- 9.4.2 ipyparallel并行计算
- 10
- 第10章
- 增强现实与Python编程实践
- 10.1 AR技术简介
- 10.2 基于OpenCV的AR实现
- 10.2.1 照相机模型
- 10.2.2 基于OpenCV的AR编程实例
展开全部
人工智能算法Python案例实战是2021年由人民邮电出版社出版,作者吕鉴涛。
版权说明：本电子书已获得正版授权，由出版社通过知传链发行。
得书感谢您对《人工智能算法Python案例实战》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。
电子书
本书的编程语言以MATLAB为主，分别从学习方式和理论知识两个方面来对机器学习（实现人工智能的方法）的算法进行分类介绍。通过阅读本书，读者可以对人工智能的子集——机器学习形成一...
电子书
本书以Python3.5为编程环境，从基本的程序设计思想入手，逐步展开Python语言教学，是一本面向广大编程学习者的程序设计类教材。基础篇主要讲解Python的基础语法知识、...
电子书
全书共分10章，内容包括数据分析基础、NumPy模块实现数值计算、pandas模块实现统计分析、Maplotlib模块实现数据可视化、客户价值分析、销售收入分析与预测、二手房数...
电子书
本书先介绍经典的图像处理技术，然后探索图像处理算法的演变历程，始终紧扣图像处理以及计算机视觉与深度学习方面的最新进展。全书共12章，涵盖图像处理入门基础知识、应用导数方法实现图...
电子书
本书使用Python的机器学习算法库scikit-learn讲解机器学习重要算法的应用，内容包括机器学习认知、数据预处理、KNN算法、线性回归算法、逻辑回归算法、朴素贝叶斯算法...
电子书
《Python程序设计案例教程》是一本实用易学、轻量级的Python入门教材，以30个实用案例为载体，详细介绍了Python语言的基础知识和编程思想，内容包括Python语言概...