新書推薦：
《
甲骨文丛书·中华早期帝国：秦汉史的重估
》
售價：NT$
1367.0
《
欲望与家庭小说
》
售價：NT$
449.0
《
惜华年（全两册）
》
售價：NT$
320.0
《
甲骨文丛书·古代中国的军事文化
》
售價：NT$
454.0
《
中国王朝内争实录（套装全4册）：从未见过的王朝内争编著史
》
售價：NT$
1112.0
《
半导体纳米器件：物理、技术和应用
》
售價：NT$
806.0
《
创客精选项目设计与制作 第2版 刘笑笑 颜志勇 严国陶
》
售價：NT$
281.0
《
佛山华家班粤菜传承 华家班59位大厨 102道粤菜 图文并茂 菜式制作视频 粤菜故事技法 佛山传统文化 广东科技
》
售價：NT$
1010.0
|
| 編輯推薦： |
|
本教材通过“原理简述-问题实例-实际代码-运行效果”来介绍每一个人工智能应用的开发，能够边学边用，通过代码实现加深对人工智能算法的理解。
|
| 內容簡介： |
|
为实现人工智能实用型人才的培养，本书以迈进人工智能领域的高效学习路径为切入点，目标是让读者快速进入人工智能的世界，成为一名人工智能应用的开发者。本书切入日常工作与生活场景，捕获数据并从中萃取有价值的信息或模式，利用高效可复用的Python代码进行人工智能算法实现及可视化，让读者从中学到一些核心的“人工智能 ”应用开发技术，如分类、预测及推荐等。本书通过“原理简述—问题实例—实际代码—运行效果”方式介绍每个人工智能应用的开发方法，使读者能够边学边用，通过代码的实现加深对人工智能算法的理解。本书具有以下特色： ①内容实用，编排符合初学者的认知规律； ②以实例引导全程，深入人工智能应用开发； ③整体结构提纲挈领； ④真实任务开发，将学习成果转化为真正的生产力； ⑤打造人工智能应用开发者的高校人工智能教学创新模式。 本书可作为高等学校人工智能专业的教材，也可供相关工程技术人员和其他自学者参考。
|
| 關於作者： |
为实现人工智能实用型人才的培养，本书以迈进人工智能领域的高效学习路径为切入点，目标是让读者快速进入人工智能的世界，成为一名人工智能应用的开发者。本书切入日常工作与生活场景，捕获数据并从中萃取有价值的信息或模式，利用高效可复用的Python代码进行人工智能算法实现及可视化，让读者从中学到一些核心的“人工智能 ”应用开发技术，如分类、预测及推荐等。本书通过“原理简述—问题实例—实际代码—运行效果”方式介绍每个人工智能应用的开发方法，使读者能够边学边用，通过代码的实现加深对人工智能算法的理解。本书具有以下特色： ①内容实用，编排符合初学者的认知规律； ②以实例引导全程，深入人工智能应用开发； ③整体结构提纲挈领； ④真实任务开发，将学习成果转化为真正的生产力； ⑤打造人工智能应用开发者的高校人工智能教学创新模式。
本书可作为高等学校人工智能专业的教材，也可供相关工程技术人员和其他自学者参考。
|
| 目錄：
|
第1章绪论
1.1人工智能发展历程
1.2“人工智能 ”应用的创新
1.3人工智能应用开发流程
1.4人工智能开发环境搭建
1.4.1AI开源算法框架
1.4.2Python人工智能开发环境部署
1.5实践作业
参考文献
第2章巧妇难为无米之炊——数据准备
2.1开源数据集
2.1.1计算机视觉相关数据集
2.1.2计算机听觉相关数据集
2.1.3自然语言处理相关数据集
2.2网络数据爬取
2.2.1通用爬虫与聚焦爬虫
2.2.2Python爬虫技术解析
2.2.3数据清洗
2.3基于爬虫的大数据获取案例
2.3.1基于爬虫软件的大数据获取
2.3.2基于Python爬虫技术的侨情数据获取
2.4实践作业
参考文献
第3章零基础开发——人工智能定制化训练服务
3.1人工智能学习模式简介
3.1.1机器学习范例
3.1.2监督学习
3.1.3无监督学习
3.1.4半监督学习
3.1.5强化学习
3.1.6迁移学习
3.2人工智能定制化训练服务平台
3.2.1百度人工智能定制平台
3.2.2图灵机器人平台Turing OS
3.2.3小i机器人Bot开放平台
3.2.4思必驰DUI开放平台
3.2.5华为AI开发平台ModelArts
3.2.6腾讯云AI平台服务
3.3百度人工智能定制平台应用开发实例
3.3.1基于EasyDL平台的图像分类
3.3.2基于UNIT平台的智能客服机器人构建
3.4人工智能模型性能评估
3.4.1通用泛化误差指标的计算
3.4.2分类模型的评估指标
3.4.3回归模型的评估指标
3.4.4学习任务视角下的评估指标
3.5人工智能产品智商评测
3.5.1人类智商评测模型
3.5.2流行的人工智能评测理论
3.5.3通用人工智能智商评测理论
3.5.4人工智能等级划分
3.6实践作业
参考文献
第4章人工智能关键技术简介
4.1人工神经网络深度学习
4.1.1人工神经网络概述
4.1.2卷积神经网络
4.1.3循环神经网络
4.2自然语言处理技术
4.2.1机器理解自然语言的步骤
4.2.2机器理解自然语言所需的相关知识
4.3知识图谱
4.3.1认知的组织体系
4.3.2知识图谱的核心概念
4.3.3知识图谱库的规模
4.3.4知识图谱的特点
4.3.5知识图谱的技术体系
4.3.6知识图谱的知识来源
4.3.7知识图谱的知识抽取
4.3.8知识图谱和自然语言处理的关系
4.4实践作业
参考文献
第5章智能秘书——任务型机器人
5.1任务型机器人简介
5.2任务型对话机器人核心算法
5.2.1技术框架
5.2.2槽位填充
5.2.3对话状态追踪
5.3基于端到端模型的任务型机器人开发案例
5.3.1问题描述
5.3.2项目解析
5.3.3模型解析
5.3.4算法实现
5.4实践作业
参考文献
第6章一呼即应——语音唤醒
6.1语音唤醒技术简介
6.2唤醒词设置
6.2.1唤醒词的组合方式
6.2.2唤醒词的语音要素
6.3语音唤醒模型
6.3.1基于模板匹配的KWS
6.3.2基于HMMGMM的KWS
6.3.3基于人工神经网络的KWS
6.4语音唤醒模型部署
6.5语音唤醒范例
6.5.1语音信号处理
6.5.2CNN模型训练
6.5.3CNN模型测试
6.6实践作业
参考文献
第7章文字高手——写作机器人
7.1写作机器人研究与产业现状
7.1.1国外写作机器人产品现状
7.1.2国内写作机器人简介
7.2写作机器人核心算法
7.2.1模板式写作
7.2.2抽取式写作
7.2.3生成式写作
7.3写作机器人开发案例
7.3.1Giiso平台体验
7.3.2京东“李白写作”体验
7.3.3基于RNN的唐诗生成
7.3.4图片描述生成
7.4实践作业
参考文献
第8章一秒钟变大师——基于风格迁移的艺术创作
8.1人工智能绘画发展与现状
8.1.1传统计算机绘画
8.1.2基于深度学习的计算机绘画
8.1.3人工智能绘画相关的比赛
8.2人工智能绘画范例——风格迁移
8.2.1算法原理
8.2.2风格迁移开发案例
8.3实践作业
参考文献
第9章无中生有——人工智能数据生成
9.1生成式对抗网络(GAN)原理
9.1.1GAN的概念
9.1.2GAN的原理
9.1.3GAN模型的改进
9.2基于GAN的手写数字生成实践
9.3实践作业
参考文献
第10章AI带你玩——人工智能在游戏中的应用
10.1游戏中的AI应用简介
10.1.1游戏AI的应用模式
10.1.2AlphGo项目简介
10.1.3AI生成游戏
10.2强化学习算法原理
10.2.1强化学习核心概念
10.2.2强化学习算法原理
10.3基于强化学习的AI玩家开发案例
10.4实践作业
参考文献
第11章知识将比数据更重要——知识图谱
11.1知识图谱的应用模式
11.1.1让搜索直通答案
11.1.2提供丰富的信息
11.1.3基于知识图谱的信息推荐
11.1.4基于知识图谱的用户理解
11.2领域知识图谱的构建流程
11.2.1模式设计
11.2.2明确数据来源
11.2.3词汇挖掘
11.2.4领域实体发现
11.2.5关系发现
11.2.6知识融合
11.2.7质量控制
11.3知识图谱开发案例
11.3.1图数据库的搭建
11.3.2Flask配置
11.3.3配置uWSGI
11.3.4构建一个小型的教育知识图谱
11.4实践作业
参考文献
|
| 內容試閱：
|
随着互联网、大数据、云计算和物联网等技术的不断发展，人工智能正引发可产生链式反应的科学突破，催生一批颠覆性技术，加速培育经济发展新动能，塑造新型产业体系，引领新一轮科技革命和产业变革。从走在前沿的科技公司，到努力创新的传统行业，几乎都想把握这个新“风口”。 世界各国充分认识到人工智能是未来国际竞争的关键赛场，纷纷制定和实施部署了相应的人工智能发展战略，以期占领新一轮科技革命的制高点。2016年5月，国家发展改革委、科学技术部、工业和信息化部、中央网信办等四部门发布《“互联网 ”人工智能三年行动实施方案》。2017年3月，国务院首次将人工智能写入《政府工作报告》，2017年7月印发了《新一代人工智能发展规划》。2017年12月，工业和信息化部又发布了《促进新一代人工智能产业发展三年行动计划(2018—2020年)》。2018年4月，《关于印发〈高等学校人工智能创新行动计划〉的通知》提出高校未来将形成“人工智能 X”的复合专业培养新模式，并引导高校不断提升人工智能领域科技创新、人才培养和服务国家需求能力，为我国人工智能发展提供战略支持。2019年3月，中国共产党中央全面深化改革委员会发布了《关于促进人工智能和实体经济深度融合的指导意见》，探索创新成果应用转化的路径和方法，构建数据驱动、人机协同、跨界融合、共创分享的智能经济形态。2019年4月8日，国家发改委印发了《产业结构调整指导目录(2019年本，征求意见稿)》，推进我国人工智能技术应用落地，在各领域中实现人工智能产品制造。2019年6月， 科学技术部发布的《新一代人工智能治理原则》突出了发展负责任的人工智能这一主题，强调了和谐友好、公平公正、包容共享、尊重隐私、安全可控、共担责任、开放协作、敏捷治理等八条原则，2019年8月，发布的《国家新一代人工智能创新发展试验区建设工作指引》指出到2023年，将布局建设20个左右试展试验区。
2020年，工业和信息化部人才交流中心发布的《人工智能产业人才发展报告(2019—2020年版)》指出，研究和应用人工智能技术的企业数量不断增加，人才需求在短时间内激增，但人工智能人才储备不足且培养机制不完善，人才供需比严重不平衡。根据各人工智能企业岗位的人才需求，可归纳为高级管理岗、高端技术岗、算法研究岗、应用开发岗、实际技能岗、产品经理岗等岗位。目前，我国传统名校和普通院校都在共同推进人工智能基础研究型人才和应用型人才的培养。随着技术的逐步成熟，人工智能不再是高高在上的空中楼阁，它在各领域深入运用，赋能传统行业，为传统行业提效增速，成为我国的核心竞争力。面向人工智能产业链的人工智能应用开发人员成为被高度关注的对象。
在院校人才培养方面，虽然我国自2017年来，大力支持开展以人工智能学院、人工智能专业建设为代表的人工智能专项人才培养措施，但当前仍处于人才培养方式的初期探索阶段。高校在培养具有动手能力的应用型人才方面尚有所欠缺，主要表现为： ①相关人才理论基础强，但缺乏实战能力，现阶段市面上可用的人工智能应用开发教材数量有限，并且无统一版本； ②人才培养渠道有限，培养周期长。这是由于人工智能教育教学生态尚不完善、教学实验资源缺乏、项目实训缺失等原因造成的。人工智能涉及ABCD四个概念： A算法，B大数据，C计算平台(如云计算平台)，D领域知识。技术必须与领域结合。技术不结合场景，就只是一个技术而已。高校人工智能产业人才培养难以快速适应和匹配产业发展的节奏和企业的需求，应届生缺少人工智能知识储备与实践经验，很难直接匹配企业的用人需求。
在“政产学研一体化” 人工智能人才培养生态体系建设政策的指引下，本书面向人工智能实用型人才的培养，以迈进人工智能领域的学习路径为切入点，按照人工智能产业链条进行课程内容设计，即从应用模式理解、应用数据处理、应用产品设计到应用产品开发的逻辑顺序引导读者逐步深入理解人工智能应用开发技术。本书切入日常工作与生活场景，捕获数据并从中萃取有价值的信息或模式，利用高效可复用的Python代码进行人工智能算法实现及可视化，让读者可从中学到一些真正核心的人工智能 应用开发技术，包括智能客服、人机互动、机器写作、智能艺术、数据生成、智能游戏、知识图谱等产业应用。本书通过“原理简述—问题实例—实际代码—运行效果”方式介绍每个人工智能应用的开发方法，使读者能够边学边用，通过代码的实现加深对人工智能算法的理解。本书能让读者理解和进行人工智能算法模型的训练及应用，理解不同算法在不同业务领域的实际应用价值，将人工智能模型转化为实际人工智能应用场景可以实现的方案，掌握架构选型、数据处理、应用系统对接、应用运行过程的性能优化等工程实践问题，成为一名人工智能应用的开发者。
作者
2022年12月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
