91在线高清網站信息!,国产精品第五页,91久久合集免费

本書通過大量實驗系統(tǒng)地介紹人工智能的原理和技術。本書共13章，主要內容包括人工智能概述、計算智能、機器學習、視覺感知、自然語言處理、語音處理、知識認知與推理、機器人、人工智能倫理與安全、人臉識別的應用、智能家居、智能制造、無人駕駛的應用，其中實驗內容包括蟻群算法實驗、波士頓房價預測實驗、基于模式識別的光學字符識別實驗、基于深度學習的圖像分類實驗、基于深度學習的人臉識別實驗、基于云服務的智能問答機器人實驗、機械臂語音控制實驗、知識圖譜醫(yī)療問答系統(tǒng)實驗、機械臂視覺分揀實驗、基于深度學習的人臉替換視頻偽造實驗。
本書內容詳盡，與時俱進，既有人工智能基礎知識又有最新前沿技術，既有完整的理論體系又有大量的應用場景和實例，突出應用能力的培養(yǎng)。本書適合作為高等學校計算機相關專業(yè)本科、�？迫斯ぶ悄苷n程的教材，也可供從事人工智能研究與開發(fā)的專業(yè)人員參考。

21世紀，什么技術將影響人類的生活？什么產業(yè)將決定國家的發(fā)展？信息技術與信息產業(yè)是首選的答案。高等學校學生是國家的后備力量，國家門計劃在高等學校中開展政府和企業(yè)信息技術與軟件工程教育。經過多所院校的實踐，信息技術與軟件工程教育受到學生的普遍歡迎，取得了很好的教學效果。然而，其中也存在一些不容忽視的共性問題，最突出的是教材問題。
從近幾年信息技術與軟件工程教育來看，許多任課教師提出目前的教材不適合教學，具體體現(xiàn)在以下3方面: 第一，來自信息技術與軟件工程專業(yè)的術語很多，沒有這些知識背景的學生學習起來有一定難度；第二，教材中的實例比較匱乏，與企業(yè)的實際情況相差太遠，致使案例可參考性差；第三，教材缺乏具體的課程實踐指導和真實項目。因此，針對高等學校信息技術與軟件工程課程教學特點與需求，編寫適用的規(guī)范化教材已刻不容緩。
本書就是針對以上問題編寫的。本書將大量應用場景和實例，與人工智能的原理和技術相融合，使讀者能夠既概略又具體地掌握人工智能的基本知識和技能。本書主要內容包括人工智能概述、計算智能、機器學習、視覺感知、自然語言處理、語音處理、知識認知與推理、機器人、人工智能倫理與安全、人臉識別的應用、智能家居、智能制造、無人駕駛的應用。
本書具有以下特色:
(1) 重實際應用。作者多年教學和科研工作的體會是IT是做出來的，不是想出來的。理論雖然重要，但一定要為實踐服務，通過實踐帶動理論的學習是最好、最快、最有效的方法。作者希望讀者通過本書對人工智能的應用場景和技術體系有整體了解，消除對人工智能理論的神秘感，能夠根據(jù)本書的體系循序漸進地動手做出自己的真實應用。
(2) 重理論要點。本書著重介紹人工智能的原理和技術中最重要、最核心的部分以及它們之間的融會貫通，而不是面面俱到、缺乏重點。讀者首先把握人工智能的概貌，然后深入局部細節(jié)，最后掌握行業(yè)應用，既有整體框架，又有重點理論和技術。一書在手，思路清晰，項目無憂！〖2〗為了便于教學，本書配有教學課件，讀者可從清華大學出版社的網站下載。
本書第一作者梁立新的工作單位為深圳技術大學,本書得到深圳技術大學的大力支持和教材出版資助。除封面署名者以外，牛悅萌、江旖旎、羅維伊、葉涌才、曾憲昕、劉錦潤等參與了本書編寫工作。
限于作者的水平，書中難免有不足之處，敬請廣大讀者批評指正。

梁立新2025年1月

第1章人工智能概述1
1.1什么是人工智能2
1.1.1人工智能的定義2
1.1.2人工智能的類型3
1.2人工智能的歷史和未來3
1.2.1人工智能的歷史4
1.2.2人工智能的未來5
1.3人工智能的研究內容6
1.4人工智能的發(fā)展趨勢7
1.4.1全球人工智能學術研究發(fā)展態(tài)勢7
1.4.2中外人工智能發(fā)展對比8
1.5本章小結10
1.6習題10
第2章計算智能11
2.1計算智能概述11
2.2神經網絡12
2.2.1神經網絡的定義12
2.2.2神經網絡的結構14
2.3模糊系統(tǒng)17
2.3.1模糊系統(tǒng)的定義17
2.3.2ifthen規(guī)則17
2.3.3模糊推理過程18
2.4進化算法19
2.4.1進化算法的定義19
2.4.2進化算法的重要性與主要應用場景20
2.4.3遺傳算法22
2.4.4蟻群算法23
2.4.5旅行商問題24
2.4.6蟻群算法實驗25
2.5本章小結322.6習題33
第3章機器學習34
3.1有監(jiān)督學習35
3.1.1有監(jiān)督學習的定義35
3.1.2回歸問題35
3.1.3分類問題38
3.1.4波士頓房價預測實驗46
3.2無監(jiān)督學習53
3.2.1無監(jiān)督學習的分類與特點54
3.2.2無監(jiān)督學習的應用場景55
3.2.3無監(jiān)督學習的展望60
3.3深度學習60
3.3.1神經網絡發(fā)展史61
3.3.2分層神經網絡62
3.3.3反向傳播64
3.3.4深度學習的常用模型65
3.4遷移學習68
3.4.1遷移學習的定義68
3.4.2遷移學習的適用場景69
3.5強化學習70
3.6本章小結71
3.7習題72
第4章視覺感知73
4.1圖像處理75
4.1.1圖像處理基礎75
4.1.2圖像處理任務類型77
4.2模式識別78
4.2.1模式識別的定義78
4.2.2模式識別應用技術79
4.2.3基于模式識別的光學字符識別實驗83
4.3圖像識別92
4.3.1圖像識別方法92
4.3.2圖像識別的應用94
4.3.3基于深度學習的圖像識別實驗95
4.4目標檢測1014.4.1目標檢測的基本概念101
4.4.2目標檢測的應用場景103
4.4.3目標檢測常用算法104
4.5人臉識別105
4.5.1人臉識別技術的概念105
4.5.2基于深度學習的人臉識別實驗106
4.6視頻分析114
4.6.1視頻分析的基本概念114
4.6.2視頻分析的應用場景115
4.6.3視頻分析的常見算法116
4.7本章小結117
4.8習題117
第5章自然語言處理118
5.1語義分析118
5.1.1語義分析的基本概念118
5.1.2語義分析的主要應用場景120
5.2文本分類和情感分析122
5.2.1文本分類和情感分析的基本概念122
5.2.2文本分類和情感分析的應用場景與展望126
5.3智能問答127
5.3.1智能問答系統(tǒng)的基本概念127
5.3.2智能問答的應用與挑戰(zhàn)129
5.3.3基于云服務的智能問答機器人實驗134
5.4聊天機器人137
5.4.1聊天機器人簡介137
5.4.2經典的聊天機器人138
5.4.3聊天機器人的優(yōu)缺點和未來發(fā)展趨勢140
5.5機器翻譯142
5.5.1機器翻譯的基本概念142
5.5.2機器翻譯的發(fā)展歷史142
5.5.3機器翻譯基礎知識144
5.5.4關于機器翻譯技術的展望145
5.6大語言模型147
5.6.1大語言模型簡介147
5.6.2大語言模型的原理148
5.6.3大語言模型的應用1555.6.4模型設計和訓練155
5.6.5大語言模型的未來160
5.7本章小結161
5.8習題161
第6章語音處理162
6.1語音識別162
6.1.1語音識別簡介162
6.1.2語音識別的應用場景166
6.2語音信號基本概念167
6.2.1語音信號與音頻信號167
6.2.2聲音的物理屬性168
6.2.3語音信號的數(shù)字化表示168
6.3語音特征提取169
6.3.1語音特征169
6.3.2語音特征的意義171
6.4語音處理關鍵技術172
6.4.1語音合成172
6.4.2語音情感分析173
6.4.3說話人識別與驗證175
6.4.4機械臂語音控制實驗176
6.5語音助手182
6.5.1語音助手的歷史與定義182
6.5.2語音處理的主要技術182
6.5.3語音助手的未來發(fā)展前景184
6.6本章小結186
6.7習題186
第7章知識認知與推理187
7.1邏輯推理187
7.1.1知識推理的概念187
7.1.2知識推理的應用188
7.1.3知識推理的方法189
7.2知識表示191
7.2.1知識表示簡介191
7.2.2知識表示的常用方法191
7.2.3知識表示的應用場景1947.3搜索技術194
7.3.1搜索技術簡介194
7.3.2搜索技術的常用算法196
7.3.3搜索技術的應用場景197
7.4知識圖譜198
7.4.1知識圖譜的基本概念198
7.4.2知識圖譜的常用算法198
7.4.3知識圖譜的應用場景199
7.4.4基于知識圖譜的醫(yī)療問答系統(tǒng)實驗201
7.5本章小結205
7.6習題205
第8章機器人207
8.1機器人概述207
8.1.1什么是機器人207
8.1.2機器人分類207
8.1.3機器人的基本組成209
8.1.4人工智能在機器人中的應用209
8.1.5未來展望209
8.2機器人控制技術210
8.2.1機器人控制系統(tǒng)的組成結構210
8.2.2機器人控制架構211
8.2.3控制策略和算法211
8.2.4通信協(xié)議212
8.2.5機械臂視覺分揀實驗213
8.3機器人操作系統(tǒng)概述217
8.3.1ROS簡介217
8.3.2ROS的系統(tǒng)分層結構218
8.3.3ROS的功能220
8.4機器人智能應用221
8.5工業(yè)機器人221
8.5.1工業(yè)機器人的定義與分類222
8.5.2工業(yè)機器人的結構223
8.5.3工業(yè)機器人的控制方法224
8.5.4工業(yè)機器人的應用領域224
8.5.5工業(yè)機器人的發(fā)展趨勢225
8.6無人駕駛2268.6.1無人駕駛技術原理226
8.6.2無人駕駛技術的應用領域227
8.6.3無人駕駛技術的發(fā)展趨勢228
8.7無人機228
8.7.1無人機的分類229
8.7.2無人機技術發(fā)展229
8.7.3無人機在人工智能領域的應用230
8.7.4未來展望231
8.8本章小結231
8.9習題232
第9章人工智能倫理與安全233
9.1人工智能倫理233
9.1.1人工智能與就業(yè)問題233
9.1.2人工智能與隱私問題234
9.1.3人工智能與歧視問題235
9.1.4人工智能與技術倫理問題236
9.2機器人倫理236
9.2.1機器人倫理概述236
9.2.2機器人對人類的影響238
9.2.3機器人的倫理地位239
9.2.4機器人設計和制造中的問題239
9.3人工智能安全240
9.3.1人工智能安全概述240
9.3.2人工智能安全面臨的挑戰(zhàn)和威脅類型241
9.3.3人工智能安全解決方案242
9.3.4人工智能安全的未來發(fā)展244
9.4人工智能法律問題244
9.4.1人工智能在法律領域中的應用244
9.4.2人工智能對法律的挑戰(zhàn)245
9.4.3人工智能法律監(jiān)管的現(xiàn)狀和趨勢246
9.4.4人工智能法律的發(fā)展趨勢249
9.4.5基于深度學習的視頻表情更換實驗251
9.5本章小結255
9.6習題256
第10章人臉識別的應用257
10.1人臉門禁系統(tǒng)25710.1.1人臉識別技術的基礎知識257
10.1.2人臉門禁系統(tǒng)的工作原理259
10.1.3人臉門禁系統(tǒng)的優(yōu)勢與挑戰(zhàn)261
10.2性別情感識別262
10.2.1性別情感識別的意義262
10.2.2性別情感識別的技術方法263
10.2.3性別情感識別的應用場景264
10.2.4性別情感識別的未來264
10.3本章小結265
10.4習題265
第11章智能家居267
11.1機器視覺應用268
11.1.1人臉識別268
11.1.2物體識別268
11.1.3行為識別271
11.1.4智能監(jiān)控271
11.2智能語音應用272
11.2.1核心技術273
11.2.2發(fā)展歷程273
11.2.3應用場景278
11.2.4未來發(fā)展趨勢278
11.3智能云服務應用279
11.3.1數(shù)據(jù)存儲與同步279
11.3.2高級功能支持279
11.3.3遠程控制與監(jiān)控280
11.4本章小結280
11.5習題280
第12章智能制造281
12.1機器人分揀應用282
12.1.1機器人分揀的基本原理282
12.1.2機器人分揀的應用場景282
12.1.3技術挑戰(zhàn)283
12.2機械臂動態(tài)避障284
12.2.1機械臂、傳感器、算法和控制器285
12.2.2機械臂動態(tài)避障常用算法28712.3三維視覺目標抓取287
12.3.1具體步驟287
12.3.2關鍵技術288
12.3.3應用場景289
12.3.4未來展望289
12.4本章小結290
12.5習題290
第13章無人駕駛的應用291
13.1車道線檢測292
13.1.1車道線檢測常用算法293
13.1.2車道線檢測的技術難點293
13.2交通標志識別294
13.2.1交通標志識別的重要性294
13.2.2交通標志識別的基本流程294
13.2.3主要技術295
13.3自主定位和導航297
13.3.1定位方法297
13.3.2傳感器298
13.3.3地圖構建299
13.3.4路徑規(guī)劃301
13.4本章小結301
13.5習題302
附錄A安裝Python實驗環(huán)境303
附錄B安裝圖數(shù)據(jù)庫Neo4j307
附錄CAI 智能分揀實訓平臺簡介和使用方法311
C.1AI 智能分揀實訓平臺簡介311
C.2智能邊緣計算網關連接312

你還可能感興趣

我要評論