目錄
第1章 人工智能概述 1
1 1 人工智能的起源 2
1 1 1 人工智能的科學基礎與技術發展 2
1 1 2 人工智能的實踐應用與研究方向 3
1 1 3 機器學習與人工智能對話系統的誕生 4
1 1 4 人工智能的早期投資與期望 5
1 1 5 人工智能的預言與現實的碰撞 5
1 1 6 人工智能的寒冬與專家系統的興起 5
1 1 7 日本的第五代計算機項目與全球投資動向 5
1 1 8 人工智能的學術進展與文化影響 6
1 1 9 人工智能的商業挑戰與研究的再次受阻 6
1 1 10 人工智能的歷史轉折點與深藍的勝利 7
1 2 近現代人工智能的發展 7
1 2 1 深藍的勝利與人工智能的局限性 8
1 2 2 人工智能的理解與處理複雜性 8
1 2 3 人工智能的數學基礎與神經網絡發展 8
1 2 4 人工智能在視覺識別領域的進步 9
1 2 5 OpenAI的發展與人工智能的風險管理 9
1 3 人工智能的基本概念 10
1 3 1 人工智能的定義與範疇 10
1 3 2 人工智能的目標與應用 11
1 4 本章 小結 11
1 5 本章 習題 12
第2章 大數據與人工智能 14
2 1 大數據 14
2 1 1 什麼是大數據 14
2 1 2 大數據相關技術 15
2 1 3 大數據與人工智能的關係及其在實踐中的應用 18
2 2 大數據基礎 19
2 2 1 數據類型與來源 19
2 2 2 數據存儲與管理 20
2 2 3 數據預處理與清洗 22
2 3 本章 小結 23
2 4 本章 習題 24
第3章 機器學習 25
3 1 機器學習基礎 25
3 1 1 機器學習概述 25
3 1 2 機器學習的分類 26
3 1 3 機器學習的原理 27
3 2 數據預處理 29
3 2 1 機器學習中的數據清洗 30
3 2 2 特徵選擇與特徵工程 31
3 2 3 數歸一體化與標準化 31
3 2 4 數據集處理 32
3 3 監督學習算法 33
3 3 1 回歸算法 34
3 3 2 分類算法 36
3 4 非監督學習算法 37
3 4 1 聚類算法 38
3 4 2 降維算法 38
3 4 3 基於神經網絡的非監督學習 39
3 4 4 關聯規則學習 40
3 5 本章 小結 46
3 6 本章 習題 47
第4章 神經網絡 49
4 1 神經網絡簡介 50
4 2 深度學習 51
4 2 1 深度學習的發展 51
4 2 2 深度學習的基礎 53
4 2 3 深度學習的相關算法 60
4 2 4 深度學習的主流框架及應用 62
4 3 深度神經網絡的實際應用 63
4 3 1 神經網絡與深度學習 63
4 3 2 計算機視覺 64
4 3 3 自然語言處理 64
4 3 4 語音處理 65
4 3 5 推薦系統 65
4 3 6 醫療健康 65
4 3 7 金融科技 66
4 3 8 自動駕駛 66
4 3 9 遊戲與娛樂 66
4 3 10 工業自動化 67
4 3 11 智能家居 67
4 4 本章 小結 69
4 5 本章 習題 70
第5章 自然語言處理 71
5 1 自然語言處理基礎 72
5 1 1 自然語言處理概述 72
5 1 2 自然語言處理的應用領域 74
5 2 自然語言處理與相關技術 76
5 2 1 自然語言學基礎 76
5 2 2 文本預處理 77
5 2 3 語言模型 78
5 2 4 文本分類 79
5 2 5 語義分析與情感分析 80
5 2 6 文本生成和對話系統 81
5 3 自然語言處理實訓練習 82
5 3 1 語料預處理 83
5 3 2 正向最大匹配法和逆向最大匹配法 86
5 3 3 隱馬爾可夫模型和Viterbi算法 88
5 3 4 jieba分詞 90
5 4 本章 小結 92
5 5 本章 習題 92
第6章 計算機視覺 94
6 1 計算機視覺基礎 94
6 1 1 計算機視覺的概念 94
6 1 2 早期計算機視覺的發展與研究 95
6 1 3 計算機視覺的多學科融合 95
6 2 計算機視覺原理 96
6 2 1 OpenCV與機器學習之間的關係 96
6 2 2 計算機視覺處理流程 99
6 3 深度學習在計算機視覺中的應用 108
6 3 1 深度學習的基本原理 108
6 3 2 深度學習在圖像分類中的應用 108
6 3 3 深度學習在物體檢測中的應用 109
6 3 4 深度學習在圖像分割中的應用 109
6 3 5 深度學習在其他視覺任務中的應用 110
6 3 6 深度學習在計算機視覺中的挑戰和未來發展方向 110
6 4 本章 小結 122
6 5 本章 習題 122
第7章 人工智能導論實踐與應用 124
7 1 人工智能與Python 124
7 1 1 人工智能的發展 125
7 1 2 Python的起源與發展 125
7 2 如何搭建Python環境 126
7 2 1 Python 3 8 5簡介 126
7 2 2 Python 3 8 5安裝準備 126
7 2 3 安裝工具 127
7 2 4 環境配置 127
7 3 Python 3 8 5安裝實踐 135
7 3 1 Windows 系統安裝 135
7 3 2 Linux系統安裝 138
7 3 3 macOS系統安裝 140
7 4 Python 3 8 5安裝相關疑難解答 141
7 4 1 常見安裝問題 141
7 4 2 高級安裝問題 142
7 5 Python 3 8 5環境配置和使用 142
7 5 1 環境變量配置 143
7 5 2 Python命令行使用 143
7 6 虛擬環境管理 144
7 6 1 使用virtualenv創建虛擬環境 145
7 6 2 管理和激活虛擬環境 145
7 7 Python開發工具 146
7 7 1 TensorFlow 146
7 7 2 PyTorch 147
7 7 3 Keras 149
7 7 4 Scikit-learn 151
7 7 5 Pandas 153
7 7 6 NumPy 156
7 7 7 Scipy 158
7 7 8 NLTK 161
7 7 9 Gensim 163
7 7 10 Scikit-image 165
7 7 11 H2O 167
7 8 人工智能在實際領域的應用 169
7 8 1 醫療領域 169
7 8 2 金融領域 171
7 8 3 自動駕駛與輔助駕駛 173
7 8 4 智慧交通 175
7 8 5 智能製造與工業4 0 177
7 9 本章 小結 179
7 10 本章 習題 179
第8章 人工智能與社會學 181
8 1 人工智能與大模型的關係 182
8 1 1 人工智能與大模型的定義與基礎 182
8 1 2 大模型在人工智能中的角色 182
8 1 3 大模型的特點 183
8 1 4 大模型在人工智能中的挑戰 183
8 2 人工智能與人的區別 184
8 3 人工智能的道德倫理 185
8 4 人工智能與法律 187
8 5 本章 小結 190
8 6 本章 習題 190
參考文獻 191
前言/序言
黨的二十大報告強調,科技自立自強是高質量發展的關鍵,人工智能作為核心領域,為科技創新和產業升級提供了動力。《人工智能導論實踐教程》通過將理論與實踐緊密結合,培養創新型人才,助力國家科技發展。
人工智能在綠色發展中發揮著重要作用,通過智慧城市、智能交通等應用優化資源利用,踐行生態文明理念。《人工智能導論實踐教程》引導讀者探索技術如何推動可持續發展,助力”雙碳”目標實現。在民生領域,人工智能改善了醫療、教育等公共服務。本書結合實踐案例,展示人工智能如何提升生活質量,助力增進民生福祉目標的實現。
當今社會是信息化社會,計算機與人工智能技術的快速發展深刻影響了各行各業的變革。為了為更多的學生和更多想要學習人工智能知識的群體提供人工智能的基礎知識,廣東理工學院與廣東泰迪智能科技股份有限公司合作,結合高校的理論基礎與企業的實際應用,共同編著了這本書。本書將理論與實踐緊密結合,力求為讀者提供一個全面、深入且實用的學習指南。
《人工智能導論實踐教程》主要為學生和從業者提供計算機視覺、人工智能等領域的基礎導論,幫助讀者理解並掌握這些學科的基礎概念和技術,並且通過詳細的實驗和實訓內容,使讀者不僅能夠理解理論,還能夠動手實踐,強化其實際操作能力;推動產學合作,促進高校知識和企業實踐的有機結合,培養更加符合時代需求的技術人才。
《人工智能導論實踐教程》的特色與優勢在於其校企合作的背景:理論部分由廣東理工學院的資深教師編寫,確保了內容的科學性與權威性;部分實驗與實訓內容則由廣東泰迪智能科技股份有限公司提供,基於實際工程中的經驗,使得實驗更加貼近實際應用。這樣的合作模式使本書更具實用性,同時讓讀者能夠從理論到實踐全面提升自己的能力。
本書共分8章,涵蓋了從操作系統基礎知識、文件管理,到人工智能、大數據的相關技術應用。每一章 節 不僅包含了理論知識,還配有豐富的案例分析和實驗指導,力圖將複雜的技術問題化繁為簡,幫助讀者更好地消化吸收。本書編寫分工如下:第1章 、第7章 、第8章 由楊建軍編寫,第2章 由蔡深帆編寫,第3章 由徐禮金編寫,第4章 由呂嘉琪編寫,第5章 由徐聖煒編寫,第6章 由黎江楓編寫,第3章 、第4章 、第6章 實訓由廣東泰迪智能股份科技有限公司提供,本書由徐禮金擔任主編並負責統稿及整理。實訓是以雙方建設的人工智能實訓平臺為基礎而進行的,讀者也可自行搭建環境進行操作。
通過本書的學習,讀者將系統地掌握人工智能基礎的相關理論知識及其簡單應用,瞭解人工智能與大數據技術的發展趨勢,並通過實踐積累寶貴的經驗。我們希望,本書能為每一位讀者的學術和職業生涯提供有力的支持和幫助。
本書提供教學大綱、教學課件、電子教案、習題參考答案和模擬試卷,讀者可掃下列二維碼進行下載。
徐禮金
2025年1月
詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於客服中心或Line或本社留言板留言,我們即儘速上架。