人工智能
类型
可以朗读
语音朗读
139千字
字数
2024-09-03
发行日期
展开全部
主编推荐语
人工智能入门精解,涵盖基础概念、Python教程、机器学习算法和实践案例。
内容简介
人工智能是一门研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的新的技术科学,涉及机器人、语音识别、图像识别、自然语言处理和专家系统等方面。
本书第1章主要讲解了人工智能的重要概念、发展现状和相关技术等,为下文进一步研究人工智能打基础;第2章对人工智能目前主要用到的Python进行了简单的介绍,有利于下文程序的编写;第3章介绍了机器学习,主要对机器学习的常用算法、卷积神经网络和循环神经网络进行了深入的阐释;第4~11章详细讲解了8个人工智能应用案例。
本书特色鲜明、内容易读易学,适合作为相关专业的大学生,以及不具有人工智能研究背景,但是想要快速补充人工智能知识,以便在实际产品或平台中应用的工程师等人员的参考书。
目录
- 版权信息
- 内容简介
- 前言
- 第1章绪论
- 1.1 什么是人工智能
- 1.2人工智能发展历程
- 1.3人工智能的重要概念
- 1.3.1 智能代理
- 1.3.2 与外部环境特性相关的重要术语
- 1.4人工智能发展现状
- 1.4.1 应用领域
- 1.4.2 应用层次
- 1.4.3 发展趋势
- 1.5人工智能相关技术
- 第2章Python
- 2.1 Python概述
- 2.1.1 发展历史
- 2.1.2 应用领域
- 2.2 常用数据类型
- 2.2.1 Number类型
- 2.2.2 String类型
- 2.2.3 Sequence类型簇
- 2.2.4 Tuple类型
- 2.2.5 List类型
- 2.2.6 Set类型
- 2.2.7 Dictionary类型
- 2.2.8 数字类型转换
- 2.3 流程控制
- 2.3.1 程序块与作用域
- 2.3.2条件语句
- 2.3.3 循环语句
- 2.4 函数
- 2.5 异常
- 2.6 数据结构与算法
- 2.6.1 常用的数据结构
- 2.6.2 常用的算法
- 第3章机器学习
- 3.1 机器学习常用算法
- 3.1.1 决策树
- 3.1.2 SVM
- 3.1.3 K近邻
- 3.1.4 K均值
- 3.1.5 马尔可夫链
- 3.2 卷积神经网络
- 3.2.1 基本概念
- 3.2.2 发展历史
- 3.2.3 基本原理
- 3.3 循环神经网络
- 3.3.1 基本概念
- 3.3.2 Hopfield神经网络
- 3.3.3 玻尔兹曼机
- 3.3.4 受限玻尔兹曼机
- 第4章人工智能背景下的融合时空信息和用户信任度的推荐算法研究
- 4.1 概述
- 4.2 相关技术及理论
- 4.2.1 推荐算法
- 4.2.2 相似度计算
- 4.2.3 推荐系统评测
- 4.3 基于路网的Meeting模式发现算法
- 4.3.1 引言
- 4.3.2 轨迹预处理
- 4.3.3 相似轨迹段查询
- 4.3.4 轨迹段划分
- 4.3.5 轨迹段距离计算
- 4.3.6 时间过滤
- 4.3.7 Meeting模式发现算法
- 4.3.8 实验与分析
- 4.4 时间约束的频繁模式发现算法
- 4.4.1 引言
- 4.4.2 热点区域发现
- 4.4.3 频繁模式发现
- 4.4.4 频繁模式发现算法
- 4.4.5 实验与分析
- 4.5 移动对象运动模式发现原型系统设计与实现
- 4.5.1 系统结构设计
- 4.5.2 系统实现
- 4.6 总结
- 第5章 基于人工智能的疲劳驾驶自动检测
- 5.1 概述
- 5.2 传统疲劳驾驶检测技术
- 5.2.1 基于行车数据的检测技术
- 5.2.2 基于生理指标的检测技术
- 5.2.3 基于机器视觉的检测技术
- 5.3 基于MTCNN的疲劳驾驶自动检测
- 5.3.1 检测原理
- 5.3.2 检测模型
- 5.3.3 实验
- 5.4 总结
- 第6章 基于人工智能的点头和摇头人脸表情研究
- 6.1 概述
- 6.2 相关技术和理论
- 6.2.1 确定参考点
- 6.2.2 点头和摇头的侦测算法
- 6.3 实验分析
- 6.4 基于点头和摇头的表情研究
- 6.5 总结
- 第7章基于DNN的树莓派人脸识别系统架构设计
- 7.1 概述
- 7.2 树莓派系统配置
- 7.2.1 硬件部分
- 7.2.2 软件部分
- 7.3 非云端架构设计
- 7.4 云端架构设计
- 7.5 总结
- 第8章 基于人工智能的膳食分析及个性化推荐系统研究
- 8.1 概述
- 8.2 相关技术及理论
- 8.2.1 粗糙集理论
- 8.2.2个性化推荐算法
- 8.2.3 Android平台
- 8.3 基于粗糙集理论的膳食分析及个性化推荐模型
- 8.3.1 膳食本体
- 8.3.2 用户模型
- 8.3.3 基于粗糙集理论的个性化推荐模型
- 8.3.4 实例分析
- 8.4 膳食分析及个性化推荐系统需求分析与总体设计
- 8.4.1 需求分析
- 8.4.2 可行性分析
- 8.4.3 总体设计
- 8.5 总结
- 第9章基于深度学习的情绪感知研究
- 9.1 概述
- 9.2 相关技术及理论
- 9.2.1人脸识别流程
- 9.2.2 技术原理
- 9.3 表情识别的实现原理
- 9.3.1 识别流程
- 9.3.2 技术原理
- 9.4 传统的人脸与表情识别方法
- 9.5 基于深度学习的人脸与表情识别系统
- 9.5.1 使用深度卷积神经网络模型
- 9.5.2 使用DNN进行分类输出
- 9.5.3 使用树莓派作为采集终端
- 9.6 情绪感知原理
- 9.7 前期准备
- 9.7.1 平台的选择
- 9.7.2 环境的搭建
- 9.7.3 TensorFlow和Keras的安装
- 9.7.4 OpenCV的安装
- 9.7.5 模型的训练
- 9.8 识别过程与结果
- 9.8.1人脸与表情识别过程
- 9.8.2人脸与表情识别结果
- 9.8.3 情绪感知识别结果
- 9.9 总结
- 第10章基于人工智能的烟煤太赫兹光谱特性研究
- 10.1 概述
- 10.2 实验
- 10.2.1 实验系统
- 10.2.2 实验样本
- 10.2.3 实验方案与数据处理方法
- 10.3 结果与讨论
- 10.3.1 烟煤的太赫兹时域/频域光谱
- 10.3.2 烟煤的太赫兹光谱吸收特性分析
- 10.4 总结
展开全部
出版方
电子工业出版社
电子工业出版社成立于1982年10月,是国务院独资、工信部直属的中央级科技与教育出版社,是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展,已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域,综合出版能力位居全国出版行业前列。
