华信教育资源网
人工智能技术应用导论
丛   书   名: 人工智能技术应用核心课程系列教材  江苏省“十四五”首批职业教育规划教材  “十四五”职业教育国家规划教材
作   译   者:聂明 出 版 日 期:2019-04-01
出   版   社:电子工业出版社 维   护   人:程超群 
书   代   号:G0353110 I S B N:9787121353116

图书简介:

本书是“人工智能技术应用核心课程系列教材”的第一本,通过对人工智能基础概念、技术分类、开发平台、应用场景和开发运行环境及编程语言等的系统介绍,结合样板程序、经典案例的上机实践与代码分析,使初学者快速地对人工智能的技术全貌建立起系统的认识,并且掌握典型应用开发环境与平台的安装、配置及应用编程基础技术。本书非常适合:对人工智能、机器学习和深度学习感兴趣的读者;需要掌握人工智能通识知识的政府、企事业人员和高校学生;需要先行快速了解人工智能全貌、为后续深入学习奠定基础的高职相关专业的学生;期望快速进入智能文本分析、图像识别、语音处理、机器视觉、智能机器人等人工智能应用领域从事研发工作的工程技术人员。
定价 59.0
您的专属联系人更多
关注 评论(1) 分享
配套资源 图书内容 样章/电子教材 图书评价
  • 配 套 资 源

    本书资源

    会员上传本书资源

  • 图 书 内 容

    内容简介

    本书是“人工智能技术应用核心课程系列教材”的第一本,通过对人工智能基础概念、技术分类、开发平台、应用场景和开发运行环境及编程语言等的系统介绍,结合样板程序、经典案例的上机实践与代码分析,使初学者快速地对人工智能的技术全貌建立起系统的认识,并且掌握典型应用开发环境与平台的安装、配置及应用编程基础技术。本书非常适合:对人工智能、机器学习和深度学习感兴趣的读者;需要掌握人工智能通识知识的政府、企事业人员和高校学生;需要先行快速了解人工智能全貌、为后续深入学习奠定基础的高职相关专业的学生;期望快速进入智能文本分析、图像识别、语音处理、机器视觉、智能机器人等人工智能应用领域从事研发工作的工程技术人员。

    图书详情

    ISBN:9787121353116
    开 本:16开
    页 数:388
    字 数:621.0

    本书目录

    第1章  人工智能的产生与发展	1
    1.1  引言—激动人心的AI-2016	1
    1.2  人工智能的产生与发展	6
    1.3  认识人工智能的赋能	9
    1.4  人工智能、机器学习与深度学习	18
    1.5  算法、算力与大数据	22
    1.6  人工智能的产业生态	24
    1.6.1  人工智能产业链的三层划分	24
    1.6.2  基础层	25
    1.6.3  技术层	29
    1.6.4  应用层	30
    1.7  科技巨头在AI领域的布局	31
    1.7.1  国外科技巨头在AI领域的布局	31
    1.7.2  中国科技巨头在AI领域的布局	33
    1.7.3  全球各国人工智能政策	37
    1.7.4  中美竞赛	38
    1.8  人工智能技术应用的学习路径	38
    第2章  人工智能典型应用展现与体验	40
    2.1  科大讯飞语音综合服务开放平台	40
    2.2  指纹识别	46
    2.3  人脸识别系统	49
    2.4  电子商务人工智能应用	50
    2.5  商业智能	55
    2.6  智能商用服务机器人	59
    2.7  智能视频监控	67
    
    第3章  Python语言基础	73
    3.1  Python语言的产生与发展	73
    3.2  Python开发环境搭建	74
    3.3  Python常用语句	81
    3.4  列表、元组、字典和字符串	87
    3.5  Python的函数	96
    3.5.1  自定义函数	96
    3.5.2  Python常用内置函数	100
    3.6  Python矩阵运算	103
    3.7  Python库	106
    3.8  典型样板程序	107
    第4章  Python数据处理	112
    4.1  常见数据集简介	112
    4.1.1  MNIST数据集	112
    4.1.2  CTW数据集	114
    4.2  数据收集、整理与清洗	115
    4.2.1  数据收集	115
    4.2.2  数据整理	122
    4.2.3  数据清洗	125
    4.3  数据分析	130
    4.3.1  CSV文件	130
    4.3.2  Excel文件	134
    4.3.3  数据库	139
    4.4  数据可视化	141
    4.4.1  matplotlib库应用	141
    4.4.2  pandas库应用	144
    4.4.3  seaborn应用	145
    4.5  图像处理	146
    4.5.1  数字图像处理技术	146
    4.5.2  图像格式的转化	147
    4.5.3  Python图像处理	149
    第5章  机器学习及其典型算法应用	155
    5.1  机器学习简介	155
    5.1.1  基本含义	155
    5.1.2  应用场景	155
    5.1.3  机器学习类型	157
    5.1.4  相关术语	159
    5.1.5  scikit-learn平台	160
    5.2  分类任务	163
    5.2.1  分类的含义	163
    5.2.2  分类主要算法	164
    5.2.3  分类任务示例	167
    5.3  回归任务	171
    5.3.1  回归的含义	171
    5.3.2  回归主要算法	171
    5.3.3  回归任务示例	171
    5.4  聚类任务	175
    5.4.1  聚类的含义	175
    5.4.2  聚类主要算法	175
    5.4.3  聚类任务示例	177
    5.5  机器学习应用实例	178
    5.5.1  手写数字识别	178
    5.5.2  波士顿房价预测	180
    第6章 神经网络及其基础算法应用	187
    6.1  神经网络简介	187
    6.1.1  神经网络的概念与地位	187
    6.1.2  生物神经元	188
    6.1.3  人工神经元模型与神经网络	189
    6.1.4  感知器算法及应用示例	191
    6.2  前馈型神经网络	195
    6.2.1  前馈神经网络模型	195
    6.2.2  反向传播神经网络	196
    6.2.3  反向传播神经网络算法规则	197
    6.2.4  反向传播神经网络应用示例	198
    6.3  反馈型神经网络	202
    6.3.1  反馈神经网络模型	202
    6.3.2  离散Hopfield神经网络	203
    6.3.3  连续Hopfield神经网络	208
    6.3.4  用DHNN识别残缺的字母	211
    6.4  卷积神经网络	214
    6.4.1  卷积与卷积神经网络简介	214
    6.4.2  卷积神经网络的结构—以LeNet-5为例	217
    6.4.3  CNN的学习规则	226
    6.4.4  CNN应用示例	228
    第7章 深度学习及其典型算法应用	232
    7.1  神经网络可视化工具—PlayGround	232
    7.2  TensorFlow深度学习平台	240
    7.2.1  TensorFlow简介	240
    7.2.2  TensorFlow开发环境搭建	242
    7.2.3  TensorFlow的组成模型	248
    7.2.4  TensorFlow的HelloWorld程序示例	258
    7.2.5  TensorFlow实现线性回归	259
    7.2.6  TensorFlow实现全连接神经网络	261
    7.3  深度学习在MNIST图像识别中的应用	263
    7.3.1  MNIST数据集及其识别方法	263
    7.3.2  全连接神经网络识别MNIST图像	266
    7.3.3  卷积神经网络识别MNIST图像	267
    7.3.4  循环神经网络识别MNIST图像	270
    7.4  典型深度学习平台	274
    7.4.1  典型深度学习平台简介	274
    7.4.2  样板深度学习平台的体验与分析	275
    第8章 人工智能的机遇、挑战与未来	284
    8.1  人工智能的行业应用日趋火爆	284
    8.2 “智能代工”大潮来袭	287
    8.3  新IT、智联网与社会信息物理系统	289
    8.4  人工智能的未来	293
    8.4.1  发展趋势预测	293
    8.4.2  中国的人工智能布局	295
    8.4.3  全球人工智能的产业规模	299
    8.5  人工智能面临的挑战	300
    8.5.1  人工智能面临的人才挑战	300
    8.5.2  人工智能面临的技术挑战	301
    8.5.3  人工智能面临的法律、安全与伦理挑战	301
    8.6  拥抱人工智能的明天	305
    附录A VirtualBox虚拟机软件与Linux的安装和配置	310
    附录B Linux(Ubuntu 14.4)的基本命令与使用	333
    附录C GitHub代码托管平台	338
    附录D Docker技术与应用	342
    附录E 人工智能的数学基础与工具	344
    附录F 公开数据集介绍与下载	355
    
    附录G 人工智能的网络学习资源	360
    附录H 人工智能的技术图谱	363
    附录I 人工智能技术应用就业岗位与技能需求	366
    参考文献	371
    展开

    前     言

    推荐序一
    
    1956年8月的达特茅斯会议正式提出了人工智能的概念,经过60多年的发展,今天的人工智能已经形成了一个由基础层、技术层与应用层构成的、蓬勃发展的产业生态,应用在了人类生产、生活的各个领域,深刻而广泛地改变着人类的生产与生活方式,“AI+制造”“AI+控制”“AI+教育”“AI+媒体”“AI+医疗”“AI+物流”“AI+农业”等应用层出不穷。许多存在于科幻小说中的内容成为了现实:人工智能完胜人类顶尖围棋选手,自动驾驶汽车日趋成熟,生产线上大批量的机器人正在取代人工,城市装上了“智慧大脑”……
    目前许多国内外知名的互联网企业、科研院所都在建立自己的人工智能技术团队,许多高校在开设人工智能相关的专业,许多企业在大量采用相关的人工智能应用技术,以期研发AI的技术与工具,或者采用AI技术提升产品的体验和智能化程度。然而,各种“不明觉厉”的AI名词也吓退了很多非科班出身的人工智能爱好者,神经元网络、知识表示、机器学习、深度学习、编程框架、海量计算、卷积、池化、贝叶斯公式、反向传播,等等,非常容易让初学者认为人工智能是个“高门槛”的专业领域。
    这些现存问题,正是我对这本书寄予厚望的原因—这是一本适合具有初步计算机和数学基础的爱好者走近人工智能的入门级教程。因为它既有浅显易懂的文字叙述,又有完整的示例及代码注释,通过对人工智能产业构成、基础概念、技术分类、开发平台、应用场景和开发运行环境以及编程语言等的介绍,结合样板程序与经典案例分析,可以快速地使初学者对人工智能的技术全貌建立起系统的认识,并且还可以进一步通过“Step By Step”的上机操作,方便地掌握典型人工智能应用开发环境与平台的安装、配置和应用编程基础技术,让读者可以快速而直观地享受到上机调试、编程实现典型案例的成就感,激发读者的学习兴趣。
    蓬勃发展的人工智能产业需要大量的技术应用型人才;同时企事业、政府的管理人员也需要了解、学习当前的人工智能基础知识。我相信有志于加入人工智能热潮的莘莘学子和企事业人员以及广大人工智能爱好者,能够通过此书快速系统地开启人工智能的学习之旅,在较短的时间内熟悉人工智能的主要概念、工具、技术与语言,为在这一领域更深入地学习打下基础,进一步成为人工智能技术应用的专业人员或内行的组织者、管理者。
    本书简明扼要,理论实践相结合,是人工智能技术应用入门级教程,我很高兴地将它推荐给广大读者。
    
    李德毅       
    中国工程院院士、教授/博导
    中国人工智能学会理事长 
    2019年4月
    
    推荐序二
    
    多年来,高等学校在人工智能相关领域的硕士、博士培养上非常活跃,以北京大学为代表的几十所重点大学也开设了“智能科学与技术”的本科专业,《神经元网络》《模式识别》《计算机视觉》《机器学习》《深度学习》《人工智能导论》《自然语言处理》等人工智能领域的专著、教材也很多。但是,针对人工智能产业人才培养、针对高等职业院校学生以及社会上对人工智能感兴趣的政府与企事业人员,能够低起点地、通俗易懂地系统讲解人工智能技术应用,并且能够上机一步步地进行案例实践,这是本书的一大创新。
    2016年,随着AlphaGo击败人类顶级围棋大师,人工智能产业迎来了蓬勃发展的春天。在谷歌、微软、IBM、BAT、科大讯飞等专业公司开发的通用技术与产品的支撑下,人工智能正在“赋能”各行各业,“AI+教育”“AI+媒体”“AI+医学”“AI+物流”“AI+农业”等行业应用层出不穷。蓬勃发展的人工智能产业需要高端的基础理论、算法、工具和芯片等的研究型、开拓型人才,同时还需要大量的人工智能技术应用型人才,去从事应用开发、数据处理、系统运维、开发管理、产品营销等技术应用型岗位的工作。
    本书通过对人工智能基础概念、技术分类、开发平台、应用场景和开发运行环境及编程语言等的系统介绍,结合样板程序、经典案例的上机实践与代码分析,能够使初学者快速地对人工智能的技术全貌建立起系统的认识,并且掌握典型应用开发环境与平台的安装、配置及应用编程基础技术。本书是一部内容全面、概念清晰、通俗简洁的科普读物和专业入门教材。
    作者聂明教授是上海交通大学阮雪榆院士的博士研究生,1996年进入南京航空航天大学航空宇航博士后流动站,由我指导从事互联网软件体系结构的研究工作,是国内早期在软件体系结构、CAD/CAM和Web开发等领域都具有深厚理论和实践经验的学者。1998年出站后,专业从事IT职业培训和职业教育工作。多年来,一直紧跟Web开发、云计算、大数据和人工智能等IT新技术的产业应用热点,对C++、Java、Linux、Hadoop、Spark、OpenStack、Python和Caffe、Tensorflow与PyTorch等工具、技术与平台已经融会贯通。相信本书能够帮助读者在较短时间内理解人工智能的全貌,掌握基本的上机案例实现技术,为后续的深入学习奠定良好基础。
    
    丁秋林         
    南京航空航天大学教授/博导
    2019年4月
    
    前言
    
    经过六十多年的发展,随着2016年谷歌AlphaGo战胜人类围棋顶尖选手,以及深度学习在图像识别、自然语言处理、计算机视觉、自动驾驶和商业智能等领域取得突破性成绩,人工智能的多种专项技术的工程化、实用化的黄金时代到来了,整个人工智能产业迎来了蓬勃发展的朝阳时代。
    从技术角度看,人工智能可划分为基础理论、通用技术与工具、行业应用的三层纵向结构,是云计算下的大数据与芯片加速、算法与工具,以及目标识别、图像理解、计算机视觉、语音识别、知识表示、自然语言理解、机器翻译、语音合成、智能机器人、商业智能等一项项的分支技术;而从应用角度看,人工智能则是横向的,是已渗透到医疗、通信、教育、制造、交通、金融、商业、娱乐、居家等领域的一项项智能应用(AI+)。多种人工智能分支技术组合后形成的智能应用型产品或服务,正在“赋能”当今的各行各业,掀起了一场轰轰烈烈的智能化推进热潮。车牌识别、人脸识别、电商产品推荐、语音交互、智能音箱、智能导航、手术机器人、医学影像识别、智能检测、智能安防、智能配送、车脸识别、自动驾驶、情感机器人、智能客服、虚拟现实、谷歌Brain、IBM Watson、阿里城市大脑、百度大脑、讯飞超脑等一系列由人工智能驱动的应用与平台,已经广泛融入当今的工农业生产和人们的日常生活,从技术和应用两个维度构造出了一个当今蓬勃发展的人工智能产业。中国信息通信研究院发布的《2017年中国人工智能产业数据报告》显示,2017年我国人工智能市场规模达到216.9亿元,同比增长52.8%,预计2018年市场规模将达到339亿元,到2030年,中国人工智能核心产业规模将超过1万亿元,带动相关产业规模超过10万亿元。
    蓬勃发展的人工智能产业需要高端的基础理论、算法、工具和芯片等的研究型、开拓型人才,同时还需要大量的人工智能技术应用型人才,去从事应用开发、数据处理(包括数据收集、转换、整理、管理、清洗、脱敏、标注等)、系统运维、产品营销等技术应用型岗位的工作。工信部教育考试中心相关负责人曾在2016年向媒体透露,中国人工智能人才缺口超过500万,而缺少的绝大多数是人工智能技术应用型人才。正是在这样一个人工智能产业人才缺口巨大的背景下,作者依靠多年的IT研发、职业培训和职业教育背景,在全国工业和信息化职业教育教学指导委员会的支持下,组织相关院校和产业界的专家、学者,于2017年开始着手规划设计高等职业院校“人工智能技术应用”新专业,从人工智能产业人才需求调研、目标岗位划分、岗位技能抽取、工作任务分解、人才培养方案制定、核心教材开发、实验实训解决方案规划、师资培养、线上学习平台开发等多个维度展开了系列的推进工作。本书是“人工智能技术应用核心课程系列教材”的第一本,面向大学新生或相当起点的人工智能爱好者,通过对人工智能产业构成、基础概念、技术分类、开发平台、应用场景和开发运行环境以及编程语言等的系统介绍,结合样板程序与经典案例分析,使初学者快速对人工智能的技术全貌建立起系统的认识,并且通过“Step by Step”的上机操作,方便地掌握典型人工智能应用开发环境和平台的安装、配置及应用编程基础技术。
    万事开头难,而人工智能又是个公认的“高门槛”专业领域。本书的一大编写特征就是让初学者打消顾虑,从人工智能的基础知识到基本操作都轻松入门并建立起整体概念,为后续专项的、深入的人工智能应用技术学习奠定良好基础。第1章像讲故事一样叙述了人工智能的产生与发展;第2章以展现和体验的方式描述了当今人工智能的多种典型应用;第3章通过一个个样板程序讲述了Python语言的基础编程知识;第4章的数据处理是未来人工智能产业人才的主要岗位技能,给出了基础概念与基本处理示例;第5章~第7章通过基本概念讲解、开发环境搭建、样板程序展示、典型案例分析,通俗易懂地介绍了机器学习、神经元网络、深度学习等主流人工智能实现技术;第8章人工智能的机遇、挑战与未来是本书的结尾和落脚点,通过对当前火爆的人工智能产业的总结、“智能代工”大潮的分析,尤其是对人工智能即将引爆第五次工业革命的大胆预测,清晰地为广大读者展现出了一幅未来智能社会的美好蓝图,激发广大读者投身人工智能产业的热情。
    感谢“人工智能技术应用核心课程系列教材”编委会各位专家、学者的指导;感谢参与本书部分章节编写和程序调试的南京信息职业技术学院人工智能学院的倪靖副教授、杨和稳副教授、夏嵬博士和张霞博士,以及南京工业职业技术学院计算机与软件学院院长胡光永副教授;感谢为本书提出宝贵意见的数据堂(北京)科技股份有限公司总裁齐红威博士、中国科学院自动化研究所余意博士。另外,本书引用了一些专著、教材、论文、报告和网络上的成果、素材、结论或图文,受篇幅限制没有在参考文献中一一列出,在此一并向原创作者表示衷心感谢。
    由于时间仓促,编者水平有限,疏漏和不足之处在所难免,恳请广大读者和社会各界朋友批评指正!
    期望《人工智能技术应用导论》的出版发行,能够为相关专业的大学生、企业家和广大爱好者了解人工智能产业、学习人工智能技术起到快速入门的指导作用,也期望能够为全国高等职业院校开设“人工智能技术应用”新专业起到引导作用。
    
    编  者  
    2019年4月
    展开

    作者简介

    本书暂无作者简介
  • 样 章 试 读
  • 图 书 评 价 我要评论
华信教育资源网