本書(shū)全面介紹人工智能的基本原理,以及相關(guān)研究領(lǐng)域的核心內(nèi)容、最新進(jìn)展與發(fā)展方向。本書(shū)深入講解人工智能的核心技術(shù),并以5個(gè)經(jīng)典學(xué)習(xí)案例貫穿全書(shū),涵蓋計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理兩大重要應(yīng)用領(lǐng)域。
全書(shū)共6章,主要內(nèi)容包括人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、智能機(jī)器人。本書(shū)特別強(qiáng)調(diào)實(shí)踐性,每個(gè)案例都結(jié)合實(shí)際應(yīng)用,有助于讀者掌握經(jīng)典神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)并進(jìn)入人工智能領(lǐng)域從事相關(guān)工作。
本書(shū)可作為高等院校計(jì)算機(jī)類(lèi)、軟件工程、人工智能等相關(guān)專(zhuān)業(yè)的人工智能課程的教材,也可作為感興趣讀者的自學(xué)讀物,還可作為相關(guān)行業(yè)技術(shù)人員的參考用書(shū)。
第1章人工智能
1.1人工智能概述
1.1.1人工智能的定義
1.1.2人工智能的歷史
1.2人工智能的研究?jī)?nèi)容
1.2.1認(rèn)知建模
1.2.2知識(shí)表示
1.2.3自動(dòng)推理
1.2.4機(jī)器感知
1.2.5機(jī)器思維
1.3人工智能技術(shù)分類(lèi)
1.3.1機(jī)器學(xué)習(xí)
1.3.2深度學(xué)習(xí)
1.3.3自然語(yǔ)言處理
1.3.4計(jì)算機(jī)視覺(jué)
1.3.5專(zhuān)家系統(tǒng)
1.3.6智能機(jī)器人
1.4人工智能應(yīng)用
1.4.1智慧醫(yī)療
1.4.2智能金融
1.4.3智能制造
1.4.4自動(dòng)駕駛
1.4.5智能家居
習(xí)題
第2章機(jī)器學(xué)習(xí)
2.1機(jī)器學(xué)習(xí)概述
2.2機(jī)器學(xué)習(xí)方法
2.2.1有監(jiān)督學(xué)習(xí)
2.2.2無(wú)監(jiān)督學(xué)習(xí)
2.2.3遷移學(xué)習(xí)
2.2.4強(qiáng)化學(xué)習(xí)
2.3分類(lèi)與回歸
2.3.1分類(lèi)模型
2.3.2回歸模型
2.4機(jī)器學(xué)習(xí)庫(kù)
2.4.1TensorFlow
2.4.2Keras
2.4.3PyTorch
2.4.4Scikitlearn
2.4.5NumPy
2.4.6Pandas
2.4.7Matplotlib
2.5項(xiàng)目實(shí)踐
2.5.1環(huán)境安裝
2.5.2PyTorch基礎(chǔ)
習(xí)題
人工智能導(dǎo)論與實(shí)踐(微課視頻版)
目錄
第3章深度學(xué)習(xí)
3.1神經(jīng)網(wǎng)絡(luò)
3.1.1神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
3.1.2神經(jīng)網(wǎng)絡(luò)發(fā)展史
3.1.3神經(jīng)網(wǎng)絡(luò)模型
3.2學(xué)習(xí)案例1: 房?jī)r(jià)預(yù)測(cè)
3.2.1線性回歸模型
3.2.2模型參數(shù)確定
3.2.3模型評(píng)估方法
3.2.4梯度下降算法
3.2.5PyTorch中的梯度下降
3.2.6模型訓(xùn)練中的優(yōu)化問(wèn)題
3.2.7神經(jīng)網(wǎng)絡(luò)類(lèi)
3.3學(xué)習(xí)案例2: 乳腺癌預(yù)測(cè)
3.3.1數(shù)據(jù)處理
3.3.2神經(jīng)網(wǎng)絡(luò)類(lèi)定義
3.3.3模型訓(xùn)練與預(yù)測(cè)
習(xí)題
第4章計(jì)算機(jī)視覺(jué)
4.1計(jì)算機(jī)視覺(jué)概述
4.1.1計(jì)算機(jī)視覺(jué)簡(jiǎn)介
4.1.2計(jì)算機(jī)視覺(jué)發(fā)展史
4.1.3計(jì)算機(jī)視覺(jué)應(yīng)用與挑戰(zhàn)
4.2學(xué)習(xí)案例3: 手寫(xiě)數(shù)字識(shí)別
4.2.1計(jì)算機(jī)圖像的表示
4.2.2數(shù)據(jù)處理
4.2.3二分類(lèi)與多分類(lèi)
4.2.4多層神經(jīng)網(wǎng)絡(luò)
4.3學(xué)習(xí)案例4: CIFAR10圖像分類(lèi)
4.3.1CIFAR10簡(jiǎn)介
4.3.2卷積神經(jīng)網(wǎng)絡(luò)
4.3.3卷積層
4.3.4池化層
4.3.5多層處理
4.3.6全連接層
4.3.7構(gòu)建CIFAR10分類(lèi)網(wǎng)絡(luò)
習(xí)題
第5章自然語(yǔ)言處理
5.1自然語(yǔ)言處理概述
5.1.1自然語(yǔ)言處理簡(jiǎn)介
5.1.2自然語(yǔ)言處理發(fā)展史
5.1.3自然語(yǔ)言處理應(yīng)用與挑戰(zhàn)
5.2文本預(yù)處理
5.2.1分詞
5.2.2停用詞
5.2.3詞的文本表示
5.3語(yǔ)言模型
5.3.1語(yǔ)言模型的定義和應(yīng)用
5.3.2統(tǒng)計(jì)語(yǔ)言模型
5.3.3神經(jīng)網(wǎng)絡(luò)語(yǔ)言模型
5.4學(xué)習(xí)案例5: 情感分析
5.4.1獲取IMDB影評(píng)數(shù)據(jù)集
5.4.2數(shù)據(jù)預(yù)處理
5.4.3字典編碼
5.4.4數(shù)據(jù)分批
5.4.5情感分析神經(jīng)網(wǎng)絡(luò)類(lèi)
5.4.6訓(xùn)練與測(cè)試
習(xí)題
第6章智能機(jī)器人
6.1大語(yǔ)言模型
6.1.1大語(yǔ)言模型簡(jiǎn)介
6.1.2大語(yǔ)言模型發(fā)展史
6.1.3應(yīng)用、趨勢(shì)與發(fā)展
6.2智能機(jī)器人概述
6.2.1機(jī)器人簡(jiǎn)介
6.2.2認(rèn)識(shí)智能機(jī)器人
6.2.3智能機(jī)器人的發(fā)展現(xiàn)狀
6.2.4智能機(jī)器人的前景
6.3智能機(jī)器人的核心技術(shù)
6.3.1感知技術(shù)
6.3.2路徑規(guī)劃
6.3.3定位導(dǎo)航
6.3.4人機(jī)交互
6.3.5自主學(xué)習(xí)
6.4智能機(jī)器人的應(yīng)用
習(xí)題
參考文獻(xiàn)