数据是非常重要的资产，是“数字经济”时代的核心生产要素。本书主要面向财经类等非大数据技术、计算机科学与技术等专业的学生，旨在培养学生大数据处理能力。本书重点讲解MySQL数据库基础、Python程序基础、浪潮可视化大数据三大核心内容，根据岗位典型工作任务，MySQL数据库重点讲解库表操作、结构化查询部分，Python重点讲解数据采集、数据整理与数据分析部分，同时拓展浪潮可视化数据处理应用。本书以企
电子书
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。
章节目录
- 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
人工智能基础与应用（微课版）是2021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《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。
电子书
电子书
本书共有6章，内容包括计算机基础知识，Windows7操作系统，Word2010文档排版，Excel2010电子表格，PowerPoint2010演示文稿，计算机网络基础.。各章内容丰富全面，操作步骤详细，图文并茂，便于教学与自学。
电子书
本书全面介绍了计算机的基础知识和基本应用。共安排7个教学项目：组装计算机、体验Windows7操作系统、互联网的应用、常用工具软件的使用、文字处理软件Word2010使用、电子表格系统Excel2010使用、演示文稿PowerPoint2010使用。每个项目又分为若干学习工作任务。每个任务由任务目标、任务描述、任务资讯、任务实施、任务评价、知识拓展、思考练习组成。
电子书
本书是中国人民大学王珊教授和山东建筑大学李盛恩教授联合修订的。本书侧重于数据库系统的应用，重点介绍了开发关系数据库系统必备的基本知识和基本方法，包括数据库系统的基本概念、基本技术及数据库应用开发技术，数据仓库和联机分析处理等数据库的新技术及新应用等。全书内容丰富，系统性强，知识体系新颖，理论与实践相结合，具有先进性和实用性。
电子书
Vue.js是一套用于构建用户界面的渐进式框架，采用“模型—视图—视图模型”的模式，支持数据驱动和组件化开发。本书在模块化、层次化、活页式、在线式等方面做了大量的探索与实践，构建了独特的模块化结构，合理选取并有序组织内容，兼顾知识学习的灵活性与教材使用的实用性。本书构建了Vue.js应用开发的理论知识学习与编程技能训练的层次化结构，由易到难、由浅入深，分为10个单元（包括9个教学单元和1个综合应用
电子书
本书共8章，主要内容包括：认识数据库、数据库和表、查询、窗体、报表、宏、VBA程序设计基础及VBA数据库编程。
电子书
根据高职高专教育的培养目标、特点和要求，本书由浅入深、系统地讲解了云计算技术的基础知识。全书共6章，内容包括云计算概述、云存储与备份技术、云服务与应用、云互联架构技术、云计算管理平台、云安全与新兴技术。为了让读者能够更好地巩固所学知识，及时地检查学习效果，每章最后都配备了课后习题。本书可作为高职高专院校各专业云计算技术基础课程的教材，也可作为云计算技术基础培训教材和云计算技术爱好者的自学参考书。
电子书
本书以培养实用技能型人才为核心指导思想，以微型计算机为基础，全面系统地介绍了计算机基础知识和基本操作技能。为了方便学生学习，本书以微课版的形式出版，针对书中各章节的重难点内容共录制了90多个微课教学视频，读者只需通过手机扫描书中对应位置的二维码即可随时、随地进行学习，轻松掌握相关知识。全书共分7章，主要内容包括计算机基础知识、计算机系统、文字处理软件Word2010、电子表格处理软件Excel20
