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。
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
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
本书介绍了自然语言处理的原理与Java编程语言的技术实现，主要包括多种语言的文本处理、分布式算法与代码实现、自然语言处理相关系统构建等内容。
电子书
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。
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
大数据时代为机器学习的应用提供了广阔的空间，各行各业涉及数据分析的工作都需要使用机器学习算法。本书围绕实际数据分析的流程展开，着重介绍数据探索、数据预处理和常用的机器学习算法模型。本书从解决实际问题的角度出发，介绍回归算法、分类算法、推荐算法、排序算法和集成学习算法。在介绍每种机器学习算法模型时，书中不但阐述基本原理，而且讨论模型的评价与选择。为方便读者学习各种算法，本书介绍了R语言中相应的软件包
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
