新書推薦：
《
大英博物馆东南亚简史
》
售價：NT$
806.0
《
纯粹·我只要少许
》
售價：NT$
367.0
《
经济史的趣味（全新增订版）（经济史与思想史丛书）
》
售價：NT$
383.0
《
中国古代鬼神录
》
售價：NT$
866.0
《
投机苦旅：一位投机客的凤凰涅槃
》
售價：NT$
403.0
《
重返马赛渔场：社会规范与私人治理的局限
》
售價：NT$
316.0
《
日子慢慢向前，事事慢慢如愿
》
售價：NT$
254.0
《
场景供应链金融：将风口变成蓝海
》
售價：NT$
509.0
|
| 編輯推薦： |
《深入浅出人工智能》的特色如下：
1. 生活化案例，易懂易学
本书的亮点在于它将抽象的AI概念与日常生活紧密结合，通过生动的案例让复杂的原理变得亲切易懂。无论您是编程新手还是专业开发者，都能在这些贴近生活的场景中找到学习的乐趣和动力。
2. Python实战，操作性强
Python作为当前非常流行的编程语言之一，以其简洁明了的语法和强大的库支持，成为AI领域的宠儿。本书采用Python语言，通过实际代码示例，让读者能够快速上手，将理论知识转化为实践技能。
3. 全面覆盖，技术前沿
书中内容全面覆盖了AI的核心技术，包括计算机视觉、机器学习、自然语言处理、知识图谱和感知技术等，还探讨了它们在图像识别、语音识别、无人驾驶、聊天机器人和智能家居等领域的应用。
4. 源代码获取，学习无忧
为了帮助读者更好地理解和实践书中的内容，所有实例的源代码可以通过扫描二维码轻松获取，确保读者能够迅速投入实际操作，无需担心代码实现的问题。
|
| 內容簡介： |
《深入浅出人工智能》以通俗易懂的语言，全面介绍了人工智能的原理、技术、应用场景及典型案例。书中从计算机视觉、机器学习、自然语言处理和知识图谱等人工智能的关键技术切入，深入探讨了图像识别、语音识别、无人驾驶、聊天机器人、智能家居等人工智能的应用领域。通过使用简单易学且功能强大的Python语言，书中实现了人工智能实用场景的构建和验证。
对于对人工智能感兴趣但缺乏相关背景知识的初学者来说，《深入浅出人工智能》是一本理想的入门读物；而对于已经具备一定人工智能基础知识的读者，本书也能帮助他们深化对人工智能原理和算法的理解。无论您是人工智能的新手还是已有一定基础的读者，本书都能为您提供有价值的信息和知识。
|
| 關於作者： |
|
陈书明，计算机应用技术硕士，龙岩学院教师，主要研究计算机视觉、人工智能方向，主持省级项目1项，公开发表学术论文6篇。
|
| 目錄：
|
第1章 人工智能概论 1
1.1 人工智能的定义和分类 2
1.2 人工智能的特征 4
1.3 人工智能的主要流派 5
1.3.1 符号主义学派 5
1.3.2 联结主义学派 6
1.3.3 行为主义学派 6
1.4 人工智能编程语言—— Python 6
1.5 人工智能的关键技术 8
1.5.1 计算机视觉 8
1.5.2 知识图谱 9
1.5.3 自然语言处理 9
1.5.4 机器学习 9
1.5.5 感知技术 10
1.6 人工智能的应用场景 11
1.6.1 图像识别 11
1.6.2 语音识别 11
1.6.3 无人驾驶 12
1.6.4 聊天机器人—— ChatGPT 13
1.6.5 智能家居 13
习题 14
第2章 人工智能编程语言之Python 15
2.1 搭建人工智能Python环境 16
2.1.1 搭建Python环境 17
2.1.2 搭建PyCharm环境 20
2.1.3 安装扩展模块库 23
2.2 Python程序简介 25
2.2.1 Python常量 26
2.2.2 Python变量 26
2.2.3 Python注释 27
2.2.4 Python数据类型 28
2.2.5 Python程序结构 40
2.2.6 Python 函数 44
2.3 NumPy基础应用 45
2.3.1 方程求解 46
2.3.2 数组运算 47
习题 48
第3章 计算机视觉 49
3.1 计算机视觉的定义 50
3.2 计算机视觉理解图像的原理 50
3.3 计算机视觉的任务 51
3.3.1 图像检测 51
3.3.2 图像分割 52
3.3.3 图像分类 53
3.4 计算机视觉的应用场景 53
3.4.1 人脸识别 53
3.4.2 视频监控 54
3.4.3 图像识别 55
3.4.4 无人驾驶 55
3.5 物体检测算法——滑动窗口物体检测法 56
习题 57
第4章 知识图谱 59
4.1 知识图谱的定义 60
4.2 知识图谱的构建过程 60
4.2.1 知识抽取 61
4.2.2 知识融合 62
4.2.3 知识加工 63
4.3 案例——构建人工智能知识图谱 64
习题 69
第5章 自然语言处理 71
5.1 自然语言处理的定义 72
5.1.1 自然语言理解 72
5.1.2 自然语言生成 73
5.2 自然语言的发展历程 73
5.2.1 早期自然语言处理阶段 74
5.2.2 统计自然语言处理阶段 74
5.2.3 神经网络自然语言处理阶段 74
5.3 自然语言处理技术 74
5.3.1 语法分析 75
5.3.2 句法分析 75
5.3.3 语义分析 75
5.3.4 语用分析 76
5.3.5 篇章分析 76
5.4 自然语言处理的判别标准 76
5.5 自然语言处理的应用场景 76
5.5.1 机器翻译 77
5.5.2 信息检索 78
5.5.3 情感分析 79
5.5.4 自动问答 80
习题 80
第6章 机器学习与线性回归 81
6.1 机器学习的定义 82
6.2 机器学习的发展历程 82
6.3 机器学习算法分类 83
6.3.1 监督学习 84
6.3.2 半监督学习 84
6.3.3 无监督学习 85
6.3.4 强化学习 85
6.4 机器学习的过程 85
6.5 认识机器学习算法——线性回归 86
6.5.1 线性回归的数学表达式 86
6.5.2 线性回归求解过程 87
6.6 案例——预测房屋价格 88
习题 93
第7章 机器学习与分类器 95
7.1 分类器的工作原理 96
7.2 常用的分类器 97
7.2.1 k近邻分类器 97
7.2.2 决策树分类器 99
7.2.3 支持向量机 105
7.2.4 人工神经网络 106
7.2.5 Adaboost算法 110
7.3 案例——使用SVM算法进行乳腺肿瘤识别 112
7.3.1 乳腺肿瘤细胞样本数据集简介 113
7.3.2 SVM算法诊断乳腺肿瘤详细过程 114
习题 116
第8章 机器学习——物以类聚，人以群分 117
8.1 聚类方法 118
8.2 k均值算法 118
8.3 数据降维算法 122
8.4 案例1——采用数据降维算法评价学生成绩 123
8.5 案例2——采用k均值算法分类鸢尾花 126
习题 130
第9章 机器学习——强化学习 131
9.1 强化学习概述 132
9.1.1 强化学习的定义 132
9.1.2 强化学习的基本组成部分 132
9.1.3 强化学习的特点 133
9.1.4 强化学习的分类 133
9.1.5 强化学习的应用场景 134
9.2 Q-learning算法 135
9.2.1 Q-table 135
9.2.2 Q-learning算法的执行过程 136
9.3 案例——采用Q-learning算法解决迷宫问题 136
习题 139
第10章 感知技术 141
10.1 传感器技术 142
10.1.1 认识传感器 142
10.1.2 传感器与人工智能 143
10.1.3 传感器的分类 144
10.1.4 常用的传感器 146
10.1.5 传感器的五大性能指标 149
10.2 射频识别技术 150
10.2.1 射频识别的定义 150
10.2.2 射频识别的工作原理 152
10.3 卫星定位技术 153
习题 154
第11章 图像识别——机器也懂你 155
11.1 图像识别的原理和定义 156
11.1.1 图像识别的原理 156
11.1.2 图像识别的定义 156
11.2 图像识别瓶颈 157
11.3 图像识别过程 158
11.3.1 图像数据采集阶段 159
11.3.2 图像预处理阶段 160
11.3.3 特征提取及选择阶段 160
11.3.4 分类器设计阶段 161
11.3.5 分类决策阶段 162
11.3.6 案例1——迎春花与连翘花识别 162
11.4 人脸识别 164
11.4.1 人脸识别过程 164
11.4.2 人脸识别函数opencv 166
11.4.3 案例2——检测某一幅图像中的人脸区域 167
11.4.4 案例3——识别出某一幅图像中的人脸身份信息 169
习题 173
第12章 语音识别——机器也听话 175
12.1 声波的定义 176
12.2 听觉原理 176
12.3 语音识别原理 176
12.3.1 声波特征提取阶段 177
12.3.2 声波解码阶段 179
12.4 语音识别实现方式 181
12.5 海思语音识别案例 181
12.5.1 海思音频模块 182
12.5.2 海思语音识别原理 183
12.6 案例—— SpeechRecognition实现语音识别 184
12.6.1 使用librosa扩展库获取声波特征 184
12.6.2 使用SpeechRecognition 函数库和pocketsphinx语音识别库识别语音 185
习题 186
第13章 无人驾驶——免费代驾 187
13.1 认识无人驾驶车 188
13.2 无人驾驶系统的基本结构 188
13.2.1 无人驾驶感知层 189
13.2.2 无人驾驶决策层 191
13.2.3 无人驾驶执行层 191
13.3 无人驾驶分级 192
13.3.1 0级——应急辅助 192
13.3.2 1级——部分驾驶辅助 193
13.3.3 2级——组合驾驶辅助 193
13.3.4 3级——交通拥堵辅助 194
13.3.5 4级——高级自动驾驶 194
13.3.6 5级——完全自动驾驶 194
13.4 无人驾驶核心技术 194
13.4.1 感知技术 194
13.4.2 决策技术 195
13.4.3 定位技术 195
13.4.4 通信安全技术 196
13.4.5 人机交互技术 196
13.5 案例1——百度无人驾驶车Apollo RT6 196
13.5.1 Apollo RT6无人驾驶车工作原理 197
13.5.2 Apollo RT6无人驾驶车整车全冗余系统技术 198
13.5.3 Apollo星河平台技术 198
13.6 案例2——采用YOLO算法检测小轿车 199
13.6.1 YOLO算法简介 199
13.6.2 BDD100K数据集简介 202
13.6.3 YOLO算法检测小车 案例 203
习题 204
第14章 聊天机器人——成为您的好助手 205
14.1 ChatGPT的用途 206
14.2 ChatGPT的基本工作原理 206
14.2.1 数据收集 206
14.2.2 数据预处理 207
14.2.3 数据模型建立 207
14.2.4 文本、图像、视频、音频 生成 208
14.2.5 文本、图像、视频、音频 多模态输出 208
14.3 ChatGPT应用案例 209
14.3.1 案例1—— ChatGPT 文生文 209
14.3.2 案例2—— ChatGPT 文生图 209
14.3.3 案例3——基于Transformer的生成式对话模型 211
14.4 文心一言——中国的ChatGPT 212
14.4.1 文心大模型 212
14.4.2 飞桨产业级深度学习平台 213
14.4.3 文心一言的功能 216
习题 220
第15章 智能家居 221
15.1 智能家居的定义 222
15.2 智能家居系统 222
15.2.1 家庭布线系统 222
15.2.2 家庭安防系统 222
15.2.3 人工智能系统 223
15.3 智能家居系统的功能 224
15.3.1 家庭安全防范功能 225
15.3.2 家庭环境控制功能 225
15.3.3 家庭家电控制功能 225
15.3.4 家庭多媒体控制功能 225
15.3.5 家庭信息智能处理功能 225
15.4 智能家居的主流品牌 225
15.4.1 Control 4 226
15.4.2 Honeywell 226
15.4.3 米家 227
15.5 案例—— Control 4灯光智能控制系统 228
习题 231
附录 233
参考文献 251
|
| 內容試閱：
|
人工智能，在当今时代，已不再是一个陌生的词汇，它以一种前所未有的速度渗透到我们生活的方方面面，重塑着我们的经济、社会和文化。作为一名在人工智能领域长期坚持不懈、潜心钻研且默默耕耘的高校教师，我见证了这个领域重新焕发到蓬勃发展的全过程，深知其蕴含的巨大潜力以及给人类社会带来的深刻变革。从医疗保健到金融服务，从交通运输到教育娱乐，人工智能的应用场景日益广泛，其影响力也愈发深远。
然而，对于大多数人来说，人工智能仍然笼罩着一层神秘的面纱，其复杂的技术原理和算法让人望而却步。《深入浅出人工智能》这本书的出版，对于渴望了解和探索人工智能世界的读者来说，恰逢其时。它以一种“深入浅出”的方式，将人工智能的精髓呈现给读者。作者凭借其扎实的专业知识和丰富的实践经验，巧妙地将深奥的理论转化为通俗易懂的语言，让即使没有深厚技术背景的读者也能轻松理解。在书中，你不会被晦涩难懂的公式和术语所困扰，而是会通过一个个生动的案例和形象的比喻，直观地感受到人工智能的魅力和力量。
对于初学者来说，《深入浅出人工智能》是一本不错的入门指南。它从人工智能的基础知识入手，逐步引导读者了解机器学习、深度学习、自然语言处理、计算机视觉等核心领域。每一个概念都被详细解释，每一项技术都有实际案例加以说明，让读者在轻松愉快的阅读过程中建立起对人工智能的基本认知框架。同时，书中还设置了一些简单的实践环节和思考习题，鼓励读者动手尝试，培养他们的实践能力和创新思维。值得关注的是，这本书绝非仅仅是一本普通的入门指南，它在为读者介绍完人工智能的基本概念和技术后，积极地引导读者深入思考人工智能对社会、经济、文化，乃至教育本身所产生的深远影响。
衷心希望每一位读者都能从这本书中收获知识，受到启发，踏上属于自己的人工智能探索之旅。无论你是学生、教师、科研人员，还是普通的爱好者，都能在这本书中找到属于自己的价值。相信在不久的将来，我们会看到越来越多的人因为这本书而走进人工智能的世界，为推动这个领域的发展贡献自己的力量。
最后，要感谢《深入浅出人工智能》的作者们，是他们用智慧和笔触为我们呈现了这样一部作品。相信这本书会成为许多人工智能领域从业人员书架上的常客，引领他们在人工智能领域不断探索。
叶继华
江西师范大学
前言
近些年来，随着波士顿动力公司的机器人、ChatGPT聊天机器人等人工智能产品的出现，人工智能一跃成为21世纪的研究热点，世界各地正在掀起一场人工智能革命，以期尽快研发出人工智能的新技术、新产品、新业务，抢占各行各业的战略市场。身处“人工智能时代”的本科院校的大学生，应该掌握人工智能的基本知识、原理和应用，能够主动地运用人工智能的基本知识和基本原理分析与解决本专业或本行业所面临的一些问题。
2018年4月2日，印发了《高等学校人工智能创新行动计划》的通知，旨在引导高等学校瞄准世界科技前沿，不断提高人工智能领域科技创新、人才培养和国际合作交流等能力，为我国新一代人工智能发展提供战略支撑。因此，为了响应国家大力发展人工智能号召，本科院校人工智能基础课程的开展势在必行，这也是不断适应社会、国家发展的需要。为此，龙岩学院积极响应的号召，针对当前本科院校大学生的特点，编写了本书，为引导大学生走进人工智能打下坚实的基础。
通过本书的学习，读者可以轻松理解人工智能的发展历程、人工智能的基本流派、人工智能的关键技术、人工智能应用场景等知识点，进而让读者熟练掌握人工智能的基本知识和基本原理，从而提高读者分析及解决人工智能问题的能力。
本书最大的特点是结合生活应用案例，采用通俗易懂的语言来讲授人工智能的关键原理、技术和应用场景。书中特别采用Python这种广为流行且易于学习的编程语言，来再现人工智能的一些应用场景，让读者能够轻松上手并深入理解这些技术。
本书围绕计算机视觉、机器学习、自然语言处理、知识图谱、感知技术等关键技术展开阐述，进而探索图像识别、语音识别、无人驾驶、聊天机器人、智能家居等人工智能应用场景。通过学习这些内容，读者不仅能够获得理论知识，还能通过实际操作来加深对人工智能技术的理解。
为了让读者能够更加便捷地操作书中的实例，提升学习效率，本书所有实例的源代码可以通过扫描下方的二维码轻松获取。
由于作者水平有限，书中难免出现不足或纰漏之处，恳请广大读者提供宝贵的意见或建议。
编 者
|
|
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
