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。
电子书
内容简介
本书以培养人工智能素养、计算思维能力和人工智能应用能力为目标，选用Python作为讲授计算思维和人工智能的载体，通过问题驱动、层层递进方式，培养学生的信息处理能力、问题解决能力和人工智能技术应用能力。本书内容主要包括人工智能绪论、人工智能之Python基础、人工智能之Python进阶、人工智能之商业智能、人工智能之Baidu AI库应用、人工智能之机器学习、创建GUI程序，以及人工智能之仿真模拟。 本书紧跟人工智能技术动态，选取人工智能中的典型应用，同时采用Python作为载体，具有很强的操作性和实用性。本书适合作为高等职业院校计算机公共基础课程的教材，也可作为电子信息、计算机相关专业的人工智能教材。
章节目录
- 封面
- 书名页
- 版权页
- 前言
- 目录
- 第1章 人工智能绪论
- 1.1 人工智能的未来畅想
- 1.2 科技改变生活
- 1.3 人工智能概述
- 1.3.1 人工智能的定义
- 1.3.2 图灵测试
- 1.3.3 中文房间
- 1.3.4 人工智能的分类
- 1.4 人工智能简史
- 1.4.1 人工智能的诞生期
- 1.4.2 人工智能的繁荣期
- 1.4.3 人工智能真正的春天
- 1.4.4 人工智能的大事记
- 1.5 人工智能在部分行业中的应用
- 1.5.1 安全防范
- 1.5.2 工业机器人+无人驾驶
- 1.5.3 智慧医疗
- 1.5.4 微信人工智能小程序
- 1.6 云AI应用场景
- 1.6.1 什么是人工智能云服务
- 1.6.2 为什么AI需要迁移到云平台中
- 1.6.3 人工智能云服务的类型
- 1.7 小试牛刀
- 本章小结
- 课后习题
- 第2章 人工智能之Python基础
- 2.1 绘制三角形——初识Python
- 2.1.1 提出问题
- 2.1.2 预备知识
- 2.1.3 分析问题
- 2.1.4 子任务1：绘制一条边线
- 2.1.5 子任务2：绘制一个三角形
- 2.1.6 子任务3：在指定位置处绘制一个三角形
- 2.1.7 子任务4：自由绘制一个三角形
- 2.1.8 思考与练习
- 2.2 对照单利和复利——顺序控制结构
- 2.2.1 提出问题
- 2.2.2 预备知识
- 2.2.3 分析问题
- 2.2.4 子任务1：计算单复利对比数据
- 2.2.5 子任务2：输出对比结果
- 2.2.6 子任务3：灵活获取数据
- 2.2.7 思考与练习
- 2.3 BMI与健康——选择控制结构
- 2.3.1 提出问题
- 2.3.2 预备知识
- 2.3.3 分析问题
- 2.3.4 子任务1：计算并输出BMI值
- 2.3.5 子任务2：实现健康分类判断
- 2.3.6 子任务3：完善输入和输出
- 2.3.7 思考与练习
- 2.4 智能小家教——循环控制结构
- 2.4.1 提出问题
- 2.4.2 预备知识
- 2.4.3 分析问题
- 2.4.4 子任务1——实现一道题目的小测试
- 2.4.5 子任务2——实现多道题目的小测试
- 2.4.6 子任务3——实现答题计时功能
- 2.4.7 子任务4——实现反复测试功能
- 2.4.8 思考与练习
- 本章小结
- 课后习题
- 第3章 人工智能之Python进阶
- 3.1 我的购物车——List列表组合数据类型
- 3.1.1 提出问题
- 3.1.2 预备知识
- 3.1.3 分析问题
- 3.1.4 子任务1：顺序购买商品——一维列表
- 3.1.5 子任务2：顺序购买商品——二维列表
- 3.1.6 子任务3：商品库中选商品
- 3.1.7 思考与练习
- 3.2 个人通讯录——Dictionary字典组合数据类型
- 3.2.1 提出问题
- 3.2.2 预备知识
- 3.2.3 分析问题
- 3.2.4 子任务1：个人通讯录V1.0
- 3.2.5 子任务2：个人通讯录V2.0
- 3.2.6 子任务3：个人通讯录V3.0
- 3.2.7 思考与练习
- 3.3 “海王”影评分析——文件读写、函数和词云图
- 3.3.1 提出问题
- 3.3.2 预备知识
- 3.3.3 分析问题
- 3.3.4 子任务1：实现影评词云图
- 3.3.5 子任务2：模块化影评词云图
- 3.3.6 子任务3：加入阻断词
- 3.3.7 子任务4：定制词云遮罩图
- 3.3.8 思考与练习
- 3.4 综合案例：猫眼电影数据简单分析
- 3.4.1 提出问题
- 3.4.2 预备知识
- 3.4.3 分析问题
- 3.4.4 设计方案
- 3.4.5 子任务1：读取猫眼数据
- 3.4.6 子任务2：生成演员列表
- 3.4.7 子任务3：统计演员主演片数
- 3.4.8 子任务4：输出主演最多的前5名演员及其电影
- 3.4.9 思考与练习
- 本章小结
- 课后习题
- 第4章 人工智能之商业智能
- 4.1 商品销售分析
- 4.1.1 提出问题
- 4.1.2 预备知识
- 4.1.3 分析问题
- 4.1.4 设计方案
- 4.1.5 子任务1：数据抓取
- 4.1.6 子任务2：用户情感分析
- 4.1.7 子任务3：用户评价对比分析
- 4.1.8 子任务4：自定义采集数据
- 4.1.9 思考与练习
- 4.2 商业智能分析
- 4.2.1 提出问题
- 4.2.2 预备知识
- 4.2.3 分析问题
- 4.2.4 子任务1：导入数据、设置格式
- 4.2.5 子任务2：建立数据模型
- 4.2.6 子任务3：“新建列”和“新建度量值”
- 4.2.7 子任务4：数据可视化
- 4.2.8 子任务5：制作交互式、可视化面板
- 4.2.9 子任务6：数据分析
- 4.2.10 思考与练习
- 本章小结
- 课后习题
- 第5章 人工智能之Baidu AI库应用
- 5.1 人脸检测及颜值打分
- 5.1.1 提出问题
- 5.1.2 预备知识
- 5.1.3 分析问题
- 5.1.4 子任务1：新建AipFace
- 5.1.5 子任务2：读取待检测的图片文件
- 5.1.6 子任务3：调用人脸检测功能
- 5.1.7 子任务4：简单输出结果
- 5.1.8 子任务5：改进输出
- 5.1.9 思考与练习
- 5.2 人脸对比
- 5.2.1 提出问题
- 5.2.2 预备知识
- 5.2.3 分析问题
- 5.2.4 子任务1：两张图片的对比
- 5.2.5 子任务2：一张图片和一个文件夹中所有图片的对比
- 5.2.6 子任务3：两个文件夹中所有图片的对比
- 5.2.7 思考与练习
- 本章小结
- 课后习题
- 第6章 人工智能之机器学习
- 6.1 提出问题
- 6.2 预备知识
- 6.2.1 分类器
- 6.2.2 分类器的构造
- 6.3 分析问题
- 6.4 设计方案
- 6.4.1 选取数据样本
- 6.4.2 构建分类器
- 6.4.3 设计分类器算法
- 6.4.4 思考与练习
- 6.5 实现方案
- 本章小结
- 课后习题
- 第7章 创建GUI程序
- 7.1 计算BMI指数——手动创建GUI程序
- 7.1.1 提出问题
- 7.1.2 预备知识
- 7.1.3 分析问题
- 7.1.4 设计方案
- 7.1.5 实现方案
- 7.1.6 思考与练习
- 7.2 佳片欣赏——用Qt设计师创建GUI程序
- 7.2.1 提出问题
- 7.2.2 预备知识
- 7.2.3 分析问题
- 7.2.4 设计方案
- 7.2.5 实现方案
- 7.2.6 思考与练习
- 本章小结
- 课后习题
- 第8章 人工智能之仿真模拟（生命游戏）
- 8.1 提出问题
- 8.2 预备知识
- 8.2.1 细胞自动机
- 8.2.2 二维列表
- 8.3 分析问题
- 8.4 设计解决方案
- 8.4.1 自定义矩阵类
- 8.4.2 打印生命矩阵
- 8.5 实现设计方案
- 8.6 生命游戏能否演化成真实的生命形态
- 本章小结
- 课后习题
- 书脊
- 封底
展开全部
人工智能技术导论是2019年由中国铁道出版社出版,作者聂哲,肖正兴。
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《人工智能技术导论》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
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。
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
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
电子书
本书介绍了深度学习原理与TensorFlow实践。着重讲述了当前学术界和工业界的深度学习核心知识：机器学习概论、神经网络、深度学习。着重讲述了深度学习的实现以及深度学习框架TensorFlow：Python编程基础、TensorFlow编程基础、TensorFlow模型、TensorFlow编程实践、TensorFlowLite和TensorFlow.js、TensorFlow案例--医学应用和S
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
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。
电子书
本书是一本深度学习的基础入门读物，对深度学习的基本理论进行了介绍，主要以Ubuntu系统为例搭建了三大主流框架——Caffe、TensorFlow、Torch，然后分别在3个框架下，通过3个实战项目掌握了框架的使用方法，并详细描述了生产流程，最后讲述了通过集群部署深度学习的项目以及如何进行运营维护的注意事项。本书适合对深度学习有浓厚兴趣的读者、希望用深度学习完成设计的计算机专业或电子信息专业的高校
