编辑推荐:
第1章 人工智能概述 1
1.1 人工智能简介 1
1.1.1 人工智能的定义 1
1.1.2 人工智能的分类 2
1.1.3 人工智能的起源和发展 3
1.1.4 人工智能的应用领域 7
1.2 人工智能技术领域 9
1.2.1 人工智能四要素 10
1.2.2 人工智能技术框架 11
1.2.3 人工智能技术的发展趋势 13
1.3 人工智能的意义及挑战 14
1.3.1 发展人工智能的战略意义 15
1.3.2 人工智能的挑战 16
1.4 人工智能初体验 17
1.4.1 百度EasyDL介绍 17
1.4.2 百度EasyDL应用——猫狗分类 18
1.5 本章总结 31
本章习题 31
第2章 机器学习 33
2.1 机器学习简介 33
2.1.1 机器学习的定义 34
2.1.2 机器学习的发展历程 35
2.1.3 机器学习的应用领域 38
2.2 机器学习进阶 40
2.2.1 机器学习的分类 40
2.2.2 机器学习的基本术语 44
2.2.3 机器学习的流程 47
2.2.4 机器学习的常用算法 48
2.3 深度学习与神经网络 56
2.3.1 深度学习 56
2.3.2 神经网络 59
2.4 机器学习的应用体验 63
2.4.1 线性回归——预测工资 63
2.4.2 逻辑回归——预测期末考试成绩能否及格 65
2.5 本章总结 67
本章习题 68
第3章 计算机视觉 70
3.1 计算机视觉简介 70
3.1.1 计算机视觉的发展历程 70
3.1.2 计算机视觉的实现原理 72
3.1.3 计算机视觉的典型应用 74
3.2 基于深度学习的视觉技术 75
3.2.1 图像分类 75
3.2.2 目标检测 77
3.2.3 图像分割 80
3.2.4 轨迹跟踪 81
3.3 OpenCV的基础 84
3.3.1 OpenCV的安装 85
3.3.2 OpenCV的图像处理 86
3.3.3 OpenCV的视频处理 88
3.4 计算机视觉的应用体验 90
3.4.1 基于OpenCV的人脸识别 90
3.4.2 基于百度EasyDL OCR平台的车牌识别 95
3.5 本章总结 108
本章习题 108
第4章 智能语音 109
4.1 智能语音简介 109
4.2 语音识别 110
4.2.1 语音识别的分类 110
4.2.2 语音识别的发展历程 111
4.2.3 语音识别系统的构成 114
4.2.4 语音识别预处理技术 115
4.2.5 传统的语音识别算法 117
4.2.6 基于神经网络的语音识别算法 119
4.3 语音合成 121
4.3.1 语音合成的分类 121
4.3.2 语音合成的发展历程 123
4.3.3 语音合成系统的构成 126
4.3.4 语音合成的典型方法 126
4.4 智能语音的应用体验 130
4.4.1 文本转换为语音 130
4.4.2 文本转换为语音文件 132
4.5 本章总结 134
本章习题 135
第5章 自然语言处理与AIGC 137
5.1 自然语言处理简介 137
5.1.1 自然语言处理的定义 137
5.1.2 自然语言处理的发展历程 138
5.1.3 自然语言处理的基本任务 139
5.1.4 自然语言处理的流程 147
5.1.5 自然语言处理的应用领域 147
5.2 AIGC简介 150
5.2.1 AIGC的定义 150
5.2.2 AIGC的奥秘 151
5.2.3 AIGC产业生态体系 153
5.2.4 AIGC的典型应用 154
5.3 国内外主流的AI大模型 155
5.3.1 OpenAI的GPT大模型 156
5.3.2 百度的文心大模型 157
5.3.3 科大讯飞的讯飞星火认知大模型 158
5.3.4 阿里云的通义大模型 159
5.4 AIGC的伦理与安全 159
5.4.1 AIGC的社会影响 159
5.4.2 AIGC的伦理与安全问题 160
5.5 AIGC的体验 163
5.5.1 推文的编写 163
5.5.2 AI作画 165
5.6 本章总结 169
本章习题 170
第6章 人工智能应用开发环境及工具 172
6.1 开发环境 172
6.1.1 PyCharm 172
6.1.2 Anaconda 174
6.1.3 Python第三方库的安装 177
6.2 常用开发工具 179
6.2.1 数据采集工具——八爪鱼 179
6.2.2 数据分析和共享工具——Power BI 181
6.2.3 页面设计工具——Qt Designer 183
6.2.4 数据标注工具——LabelImg 187
6.2.5 数据清理工具——OpenRefine 189
6.3 开发工具体验 190
6.3.1 天气预报 190
6.3.2 某购物平台数据采集与分析 195
6.4 本章总结 197
本章习题 198
展开
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。
为贯彻落实党的二十大精神,以培养高素质技能人才助推产业和技术发展,建设现代化产业体系,编者依据新一代信息技术领域的岗位需求和院校专业人才目标编写了本书。
随着信息技术飞速发展,人工智能(Artificial Intelligence,AI)已经成为推动社会进步和科技革命的重要力量。它不仅改变了我们的工作方式,还深刻地影响着我们的生活、学习和思考模式。因此,学生应具备人工智能视野,应对人工智能的基本概念、原理、技术及应用有一个全面的了解。
本书旨在为读者提供一个关于人工智能领域的综合性介绍,无论是计算机相关专业的学生,还是对人工智能感兴趣的跨学科专业人士,本书都将作为一个坚实的起点。我们试图将复杂的理论和技术问题以易于理解的方式呈现,同时保持学术严谨性,确保内容的深度和广度。
在编写本书的过程中,我们遵循以下几个原则。
(1)广泛覆盖:本书涵盖了人工智能的主要领域,包括发展、理论基础、算法、技术、伦理和社会影响等,为读者提供了一个全面的人工智能知识框架。
(2)理论与实践相结合:本书不仅介绍了人工智能的理论知识,还通过案例研究和实际应用,展示了这些理论是如何转化为实际技术的。
(3)通俗易懂:人工智能是一个高度专业化的领域,我们努力使内容通俗易懂,以便不同背景的读者都能够理解和吸收。
(4)前沿性:人工智能是一个快速发展的领域,本书尽可能地包含了最新的研究成果和发展动态,以便读者能够掌握最前沿的知识。
(5)启发性:我们鼓励读者不仅要学习现有的知识,还要培养创新思维和解决问题的能力,以应对未来可能出现的挑战。
本书适合作为高职及应用型本科课程的教材,也可以作为对人工智能感兴趣的自学者的学习指南。为了帮助读者更好地理解和应用书中的概念,我们在每章的末尾都提供了习题。作为教学用书使用时,参考学时为32学时,学时分配表如表1所示。
表1 学时分配表
章节 参考学时
第1章 人工智能概述 4
第2章 机器学习 6
第3章 计算机视觉 6
第4章 智能语音 4
第5章 自然语言处理与AIGC 6
第6章 人工智能应用开发环境及工具 4
课程考评 2
学时总计 32
本书主编为赖小平,副主编为沙晓艳、奚文娟、周云飞,相关编者详细信息如表2所示。
表2 相关编者详细信息
参编单位 编者姓名
广东交通职业技术学院 赖小平、周云飞、黄君羡
陕西职业技术学院 沙晓艳
广东机电职业技术学院 奚文娟
荔峰科技(广州)有限公司 林明静
正月十六工作室 王乐平
在此,感谢所有参与本书编写和审阅的同事和专家,他们的贡献使得本书的质量得到了保证。由于编者水平有限,书中难免有不足之处,恳请广大读者批评指正。
编 者
2024年2月
展开