本书的内容包括初识人工智能、机器学习、深度神经网络、知识图谱及应用、智能语言技术及应用、自然语言处理及应用、计算机视觉技术及应用、智能机器人、大数据与商业智能、人工智能之 Python 基础、人工智能展望等。书中介绍了人工智能的相关知识,并通过案例实现、应用场景、课后习题等内容加深学生对知识点的理解,真正做到理论与实践相结合。本书可作为大学计算机的公共课教材,也可供相关专业技术人员参考。
内容简介
前言
第1章 初识人工智能
1.1 无处不在的人工智能
1.2 人工智能追根溯源
1.3 人工智能云应用场景
1.4 未来发展趋势
本章小结
课后习题
第2章 机器学习
2.1 认识机器学习
2.2 机器学习常用算法
2.3 监督学习案例:计算机学习计算平均分
2.4 无监督学习案例:K平均聚类算法实现
2.5 应用场景
2.6 未来展望
本章小结
课后习题
第3章 深度神经网络
3.1 神经网络简介
3.2 深度学习简介
3.3 主流深度学习框架及使用
3.4 应用场景
本章小结
课后习题
第4章 知识图谱及应用
4.1 知识图谱的概念
4.2 知识图谱的特点
4.3 知识图谱构建
4.4 案例实现:客户意图理解
4.5 应用场景
本章小结
课后习题
第5章 智能语音技术及应用
5.1 语音基本知识
5.2 语音识别
5.3 语音合成
5.4 声纹识别
5.5 案例实现:客服回复音频化
5.6 应用场景
5.7 现状、未来展望
本章小结
课后习题
第6章 自然语言处理及应用
6.1 智能语音助手
6.2 自然语言处理概述
6.3 案例实现:用户评价情感分析
6.4 应用场景
6.5 未来展望
本章小结
课后习题
第7章 计算机视觉技术及应用
7.1 计算机视觉基本知识
7.2 人脸识别
7.3 图像识别
7.4 文字识别
7.5 人体分析及应用
7.6 讯飞开放平台使用方法和途径
7.7 案例实现:公司会展人流统计
7.8 应用场景
本章小结
课后习题
第8章 智能机器人
8.1 智能机器人概述
8.2 服务机器人
8.3 无人车
8.4 案例实现:智能问答系统
8.5 应用场景
本章小结
课后习题
第9章 大数据与商业智能
9.1 大数据
9.2 商业智能
9.3 案例实现:销售数据分析
9.4 应用场景
本章小结
课后习题
第10章 人工智能之Python基础
10.1 Python概述
10.2 搭建Python开发环境
10.3 Python开发工具
10.4 案例:跳水比赛打分程序
10.5 应用场景
本章小结
课后习题
第11章 人工智能展望
11.1 智能时代的到来
11.2 智能时代对道德与法律的影响
11.3 智能时代背景下的职业规划面临的机遇与挑战
本章小结
课后习题
附录
附录A 准备人工智能开发环境
附录B 注册成为AI开放平台开发者
附录C 利用FFmpeg软件进行音频格式转换
附录D TensorFlow框架的安装配置
附录E 智能对话系统设计与实施
附录F 第一批AI国家开放创新平台功能
参考文献
