新書推薦：
《
情绪的惊人力量：跟随内心的指引，掌控情绪，做心想事成的自己
》
售價：HK$
50.4
《
棉的全球史（历史·文化经典译丛）
》
售價：HK$
109.8
《
超越百岁看这本就够了
》
售價：HK$
55.8
《
亚洲戏剧史·南亚卷
》
售價：HK$
143.4
《
中国历代竹器图谱与数字活化
》
售價：HK$
557.8
《
EDA技术与设计（第2版）
》
售價：HK$
85.0
《
揉碎浪漫（全两册）
》
售價：HK$
70.3
《
古籍善本
》
售價：HK$
537.6
|
| 內容簡介： |
|
本书系统介绍了人工智能的基本原理、方法和技术，并反映国内外研究和应用的最新进展。全书共11章。第1章主要介绍人工智能从业人员的职业道德及行业准则和人工智能视角下的企业文化和职业素养。第2章主要介绍人工智能技术的定义、经典问题、发展史和产品应用等。第3章主要介绍人工智能与大数据、数据采集与预处理、数据可视化。第4章介绍了机器学习的学习类型、分类、常见任务及其应用。第5、6章对神经网络和深度学习做了引导性综述，包括图片识别、BP神经网络的数据分类、卷积神经网络、循环神经网络。第7章介绍了计算机视觉技术在图像分类和人脸识别中的应用。第8章介绍了中文分词原理和各种模型与算法设计。第9章对语音与语音识别过程进行了详细的介绍。第10、11章详细介绍了人工智能开发环境的设置与机器人的具体实现，以开阔读者的眼界。本书内容丰富，叙述脉络清晰，实用性强，同时配有丰富的习题，可作为高等职业院校计算机相关专业高职专科生教材，也可作为人工智能工程技术人员的培训教材。
|
| 目錄：
|
|
前言第1章绪论1.1人工智能从业人员职业道德及行业准则1.1.1职业道德1.1.2行业准则1.1.3职业道德挑战1.2职业素养与企业文化1.2.1职业素养1.2.2企业文化1.2.3人工智能视角下的企业文化和职业素养1.3习题与练习第2章人工智能概述2.1人工智能的定义2.1.1智能的定义2.1.2智能的特征2.1.3人工智能的定义2.2人工智能的经典问题2.2.1图灵测试2.2.2中文屋子2.3人工智能的发展史2.3.1孕育阶段2.3.2形成阶段2.3.3发展阶段2.3.4我国人工智能的发展2.3.5人工智能的学派2.4人工智能的应用分支2.4.1认知2.4.2机器学习2.4.3深度学习2.5人工智能产品应用体系2.5.1人工智能产品的定义2.5.2人工智能产品及服务体系2.5.3智能金融2.5.4智慧城市2.5.5智慧交通2.5.6智能制造2.5.7智能家居2.6习题与练习第3章人工智能与大数据3.1人工智能与大数据概述3.1.1大数据产生背景3.1.2大数据的特征3.1.3大数据的精髓3.1.4了解大数据理论3.1.5大数据编程主要工具软件3.1.6大数据与人工智能的关系3.1.7大数据与人工智能带来的社会变革3.2数据采集与预处理3.2.1数据采集的对象3.2.2数据采集简介3.2.3大数据的预处理3.3数据可视化3.3.1数据可视化简介3.3.2数据可视化工具3.3.3数据可视化案例3.4习题与练习第4章机器学习应用技术4.1机器学习简介4.1.1机器学习的发展4.1.2机器学习的定义4.2机器学习的学习类型4.2.1非监督学习4.2.2监督学习4.2.3强化学习4.3机器学习的分类4.4机器学习的常见任务及其应用4.4.1机器学习的常见任务4.4.2机器学习的应用4.5习题与练习第5章神经网络应用技术5.1神经网络基本原理5.1.1生物神经网络5.1.2人工神经网络5.2神经网络的应用——图片识别5.2.1卷积神经网络5.2.2手写数字识别5.3BP神经网络的数据分类——语音特征信号分类5.3.1BP神经网络5.3.2语音特征信号识别5.4RBF网络——非线性函数回归的实现5.5习题与练习第6章深度学习应用技术6.1深度学习基本概念6.1.1深度学习相关人物介绍6.1.2为什么需要深度学习6.1.3深度学习的三大要素6.2卷积神经网络6.2.1卷积神经网络特性6.2.2卷积神经网络核心原理6.3循环神经网络6.3.1循环神经网络的引入6.3.2循环神经网络的历史6.3.3循环神经网络原理介绍6.3.4循环神经网络示例6.4深度学习的应用6.4.1机器博弈6.4.2自动驾驶6.4.3智能机器人6.5习题与练习第7章计算机视觉技术7.1OpenCV的安装及环境配置7.2图像分类7.2.1数字图像成像原理7.2.2数字图像基础7.2.3视频处理基础7.3人脸识别7.3.1人脸识别基础7.3.2人脸识别原理7.3.3人脸识别项目实战7.4习题与练习第8章自然语言处理8.1语言的形态8.1.1语言的形态分类8.1.2自然语言与编程语言8.2中文分词原理8.2.1中文分词的难点8.2.2常见中文分词方法8.2.3常见中文分词工具8.3统计语言模型8.3.1模型8.3.2参数计算8.4NLP算法设计8.4.1切分算法8.4.2正向最大匹配8.4.3逆向最大匹配8.4.4双向最大匹配8.5文本数据标注管理与质量检验8.5.1数据标注管理8.5.2数据标注质量检验8.6习题与练习第9章语音与语音识别9.1语音中的噪声9.1.1语音的特性9.1.2噪声的特性9.1.3语音增强9.2语音标注规范9.3语音标注管理与质量检验9.4语音识别过程9.4.1特征提取9.4.2声学模型9.4.3语言模型9.4.4字典与解码9.5语音识别的相关算法9.5.1基于动态时间规整的算法9.5.2基于参数模型的隐马尔可夫模型的方法9.5.3基于非参数模型的矢量量化（VQ）的方法9.6语音识别应用场景及产品分类9.7习题与练习第10章人工智能开发环境10.1Linux操作系统10.1.1Linux发展历程10.1.2Linux主要特性10.1.3安装Ubuntu 18.0410.2shell指令10.2.1什么是shell指令10.2.2shell的作用详析10.2.3常见的shell指令10.2.4shell指令的应用10.3Python的安装与移植10.3.1Python语言在人工智能中的功能及优势10.3.2在不同操作系统中如何搭建Python编程环境10.3.3解决安装问题10.4习题与练习第11章机器人的实现11.1ROS基本原理11.1.1ROS架构设计11.1.2计算图11.1.3文件系统11.1.4开源社区11.1.5ROS的通信机制11.2ROS平台搭建11.2.1操作系统与ROS版本的选择11.2.2配置系统软件源11.2.3添加ROS软件源11.2.4添加密钥11.2.5安装ROS11.2.6初始化rosdep11.2.7设置环境变量11.2.8构建工厂依赖11.2.9完成安装11.3ROS机器人运动控制11.3.1机器人的组成11.3.2机器人系统搭建11.3.3硬件平台11.3.4控制系统与MRobot通信11.3.5PC端控制MRobot11.4ROS机器人的路径规划与导航11.4.1准备工作11.4.2gmapping11.4.3导航功能包11.5对话机器人分类11.5.1按技术实现方式分类11.5.2按对话领域分类11.5.3按功能角度分类11.6对话机器人技术对比11.6.1深度学习11.6.2人工模板11.6.3检索技术11.7习题与练习参考文献
|
| 內容試閱：
|
|
作为计算机科学与技术的重要研究与应用分支，人工智能（Artificial Intelligence，AI）的发展几起几落，终于迎来了硕果累累的时期。毫无疑问，一如当年的计算机，之后的网络与因特网，接着的物联网、云计算与大数据，今天，人工智能技术与这些技术一样，是每个人必须关注、学习和重视的知识。党的二十大报告指出，推动战略性新兴产业融合集群发展，构建新一代信息技术、人工智能、生物技术、新能源、新材料、高端装备、绿色环保等一批新的增长引擎。人工智能技术是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学，它试图了解人类智能的本质，并生产出新的能以人类智能相似的方式做出反应的智能机器。可以想象，未来人工智能技术带来的科技产品，将会是人类智慧的“容器”。人工智能技术不是人的智能，但能像人一样思考，甚至可能超过人的智能。人工智能技术是一门极富挑战性的科学，包括十分广泛的知识内容。本书编写的目的是契合当前人工智能技术的发展，为人工智能工程技术人员提供培训教材。全书主要内容包括：绪论、人工智能概述、人工智能与大数据、机器学习、神经网络、深度学习、计算机视觉、自然语言处理、语音与语音识别、人工智能开发环境和机器人的实现等。本书共11章。第1章主要介绍人工智能从业人员职业道德及行业准则，以及人工智能视角下的企业文化和职业素养。第２章主要介绍人工智能技术的定义、经典问题、发展史和产品应用等。第３章主要介绍人工智能与大数据、数据采集与预处理、数据可视化。第４章介绍了机器学习的学习类型、分类、常见任务及其应用。第５章介绍了神经网络的基本原理、利用神经网络进行图片识别、BP神经网络的数据分类等。第６章从深度学习的基本概念入手，介绍了卷积神经网络、循环神经网络。第７章介绍了计算机视觉技术中的图像分类和人脸识别。第８章主要介绍中文分词原理和各种模型与算法设计。第9章介绍了语音与语音识别过程。第10章主要介绍了人工智能开发环境的设置与应用实现。第11章对机器人的具体实现进行了详细的介绍说明。本书较为系统、全面地介绍了人工智能技术的相关概念与理论，每一章都有相关思政案例进行导入学习，既简明扼要地介绍了人工智能相关算法、深度学习等技术的分析、研究和开发，又对从事人工智能系统设计、优化、运维、管理和应用的工程技术人员进行专业知识培训，从而使参加考试者获得新的职业工种证书：人工智能工程技术人员。本书的编写和整理工作主要由重庆电子工程职业学院人工智能技术教材编写组和科大讯飞股份有限公司完成，其中郑孝宗老师和何欢老师为主编，任月辉老师编写了第１章，刘桐老师和张桂英老师共同编写了第２章，郑孝宗老师和余平老师共同编写了第３章，华成丽老师编写了第４章，尹宽老师编写了第５章，陈文杰老师编写了第６章，赵思雨老师、朱堂勋老师和吴明元老师共同编写了第７章，周艺老师编写了第８章，何欢老师编写了第９章，张浩淼老师编写了第10章，黄将诚老师和科大讯飞股份有限公司的王硕共同编写了第11章。同时，郑孝宗老师和刘桐老师负责全书统筹、修改工作。经过近一年的辛苦付出和努力，本书稿终于完成，在此，对全体成员表示衷心的感谢，同时感谢为本书撰写工作提供宝贵素材的企业，感谢石玉林等同学对书中案例进行优化，还要感谢机械工业出版社王海霞编辑给予的宝贵意见和指导。尽管我们尽了最大的努力，但由于水平有限，书中难免存在不妥之处，恳请各界专家和广大读者提出宝贵意见，以便在后期改版时修正，也可以通过电子邮件36282156@qq.com与我们联系。编者
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
