展开全部

主编推荐语

全面讲解人工智能原理、技术和应用。

内容简介

本书系统阐述人工智能的基本原理、实现技术及应用,全面地反映国内外人工智能研究领域的进展和发展方向。全书由5个项目组成,内容包括人工智能概述、新一代信息技术的应用、人工智能之自动识别技术、人工智能之Python语言、人工智能之机器学习。

本书作为国家职业教育改革实施方案中倡导使用的新型活页式教材,既可作为人工智能、信息处理、电气自动化等相关专业的教材,也可作为从事计算机科学研究及开发、应用的教学和科研人员的参考书。

目录

  • 版权信息
  • 内容提要
  • 前言
  • 项目一 人工智能概述
  • 任务1.1 人工智能的概念、特征
  • 1.1.1 人工智能的概念
  • 1.1.2 人工智能的特征
  • 任务1.2 人工智能的发展历程
  • 1.2.1 人工智能的发展史
  • 1.2.2 人工智能的发展带来的启示
  • 任务1.3 人工智能的研究目标和内容
  • 1.3.1 人工智能的研究目标
  • 1.3.2 人工智能的研究内容
  • 任务1.4 人工智能产业的全球发展现状与在我国的发展格局
  • 1.4.1 全球人工智能产业的发展现状
  • 1.4.2 我国人工智能产业的发展格局
  • 任务1.5 人工智能的发展趋势
  • 1.5.1 人工智能应用领域的发展趋势
  • 1.5.2 人工智能相关产业链的发展趋势
  • 实训一 体验人工智能技术
  • 实训二 分析人工智能发展图谱的构建流程
  • 实训三 调研人工智能的应用
  • 案例一 科幻电影中的人工智能
  • 案例二 人工智能之图像识别
  • 习题
  • 项目二 新一代信息技术的应用
  • 任务2.1 虚拟现实技术
  • 2.1.1 虚拟现实技术的概念
  • 2.1.2 虚拟现实技术的发展
  • 2.1.3 虚拟现实技术的特征
  • 2.1.4 虚拟现实技术的应用
  • 任务2.2 物联网
  • 2.2.1 物联网的概念
  • 2.2.2 物联网的发展
  • 2.2.3 物联网的关键技术
  • 2.2.4 物联网的应用
  • 任务2.3 云计算
  • 2.3.1 云计算的概念
  • 2.3.2 云计算的发展
  • 2.3.3 云计算的关键技术
  • 2.3.4 云计算的应用
  • 任务2.4 大数据
  • 2.4.1 大数据的概念
  • 2.4.2 大数据的数据类型
  • 2.4.3 大数据的意义
  • 2.4.4 大数据的发展趋势
  • 任务2.5 5G
  • 2.5.1 5G的概念
  • 2.5.2 5G的特点
  • 2.5.3 5G的关键技术
  • 2.5.4 5G的应用
  • 任务2.6 区块链
  • 2.6.1 区块链的概念
  • 2.6.2 区块链的特征
  • 2.6.3 区块链的核心技术
  • 2.6.4 区块链的应用
  • 实训一 使用百度指数功能获得大数据信息
  • 实训二 调研并优化智慧校园
  • 案例一 走进“云”博物馆
  • 案例二 身边的人工智能:智慧农业
  • 习题
  • 项目三 人工智能之自动识别技术
  • 任务3.1 自动识别技术概述
  • 3.1.1 自动识别技术的定义
  • 3.1.2 自动识别技术的原理
  • 任务3.2 自动识别技术的发展
  • 3.2.1 自动识别技术的发展阶段
  • 3.2.2 自动识别技术的发展趋势
  • 任务3.3 自动识别技术的分类
  • 3.3.1 自动识别技术的类别
  • 3.3.2 自动识别技术之传感器
  • 实训一 无人驾驶小车避障
  • 实训二 传感器的应用
  • 案例 “扫一扫”背后的秘密
  • 习题
  • 项目四 人工智能之Python语言
  • 任务4.1 Python软件的安装与配置
  • 4.1.1 安装Python
  • 4.1.2 测试Python的安装结果
  • 4.1.3 安装PyCharm
  • 4.1.4 PyCharm的启动与配置
  • 任务4.2 Python语言程序的基本语法
  • 4.2.1 Python语言源程序的基本语法单位、书写格式与基本规则
  • 4.2.2 Python的基本数据类型
  • 4.2.3 Python的基本运算符和表达式
  • 4.2.4 Python的条件判断分支与循环
  • 4.2.5 Python的库:Turtle
  • 任务4.3 Python语言程序的编写
  • 实训一 快速绘制一个等边三角形
  • 实训二 快速绘制一个多角形
  • 实训三 绘制多彩多角星
  • 案例一 游戏中的人工智能
  • 案例二 虚拟试衣间中的人工智能
  • 习题
  • 项目五 人工智能之机器学习
  • 任务5.1 机器学习简介
  • 5.1.1 机器学习的定义
  • 5.1.2 机器学习的术语
  • 5.1.3 机器学习的应用场景
  • 任务5.2 机器学习的类型
  • 5.2.1 监督学习
  • 5.2.2 无监督学习
  • 5.2.3 强化学习
  • 5.2.4 深度学习
  • 任务5.3 机器学习算法
  • 5.3.1 线性回归
  • 5.3.2 逻辑回归
  • 5.3.3 决策树
  • 5.3.4 贝叶斯分类
  • 5.3.5 支持向量机
  • 5.3.6 K近邻查询算法
  • 5.3.7 K均值聚类算法
  • 任务5.4 机器学习算法的应用
  • 5.4.1 数据分析与挖掘
  • 5.4.2 模式识别
  • 5.4.3 在生物信息学上的应用
  • 5.4.4 在人工智能中的应用
  • 实训一 绘制算法流程图
  • 实训二 浅析人工智能、机器学习、深度学习之间的关系
  • 案例一 探索机器学习的过程
  • 案例二 生鲜的分类
  • 习题
  • 参考文献
展开全部

评分及书评

评分不足
1个评分

出版方

人民邮电出版社

人民邮电出版社是工业和信息化部主管的大型专业出版社,成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”,致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。