《人工智慧技术及套用》是机械工业出版社于2020年出版的书籍
图书详情
ISBN：978-7-111-66083-5
装订：平装
编辑：汤枫
开本：16开
出版日循端期： 2020-08-21
字数：374 千字
定价：55.0
cip：
内容简介
本书以最佳化知识结构、培养10项能力为出发点，以实施素质教育、培养学生具有新一代人工智慧套用意识为目标，以培养学生创新精神、创业能力为重点，以企业人才需求构建新的知识体系为主线。全书共16章，分为4篇：科普篇、行业套用篇、理论篇和创新创业篇。以朴素的语言和浅显的例子，用图文并茂的形式，向读者生动展示新一代人工智慧的专业知识。 《人工智慧技术及套用》可作为普通高校各专业人工智慧通识课程教材，也可作为人工智慧爱好者参考书籍。
图书目录
前言
科普篇
第1章拥抱人工智慧
1.1人工智慧就在你身边
1.2人工智慧发展史
1.2.1计算驱动
1.2.2知识驱动
1.2.3数据驱动泪道良
1.3人工智慧内涵与外延
1.4人工智慧再认识
1.4.1三大流派
1.4.2三个层次
1.4.3知识体系
习题1
第2章新一代人工智慧生态
2.1人工智慧赖以生存的土壤——物联网
2.1.1物联网概念
2.1.2物联网技术架构
2.1.3物联网感知层关键技术
2.1.4可穿戴设备
2.2人工智慧的算力——云计算
2.2.1云计算概念
2.2.2“云”服务
2.2.3云计算核心技术——虚拟化和分散式
2.2.4“云”分类
2.3人工智慧的血液——大数据
2.3.1揭秘大数据
2.3.2数据→价值
2.3.3大数据思维
2.3.4Hadoop
2.4人工智慧的安全保障——区块链
2.4.1从比特币说起
2.4.2比特币的底层技术
2.4.3区块链核心技术
2.4.4区块链套用
2.4.5区块链与人工智慧的结合
2.5人工智慧的程式语言——Python
2.5.1面向对象编程思想
2.5.2学习Python的理由
2.5.3Python的核心语法
2.6人工智慧项目开发框架——PaddlePaddle
2.6.1PaddlePaddle简介
2.6.2AI Studio
习题2
行业套用篇
第3章AI+交通——改变人类的出行方式
3.1智慧型汽车时代
3.1.1智慧型汽车真的要来了
3.1.2智慧型汽车技术原理
3.1.3SAE分级标準
3.2智慧型交通系统
3.2.1智慧型交通系统构成
3.2.2智慧型交通套用场景
习题3
第4章AI+电商——精準行销
4.1人工智慧给电商耻习颈殃带来的五大改变
4.2人工智慧革新电商的五大趋势
4.3无人零售
4.4智慧物流和智慧仓储
习题4
第5章AI+建筑——让生活舒心随性
5.1智慧型建筑
5.1.1智慧型建筑组成要素
5.1.2智慧型建筑概念
5.2智慧型家居
5.2.1智慧型家居分类
5.2.2智慧型家居技术特点
5.2.3智慧型家居产乌糊纸业
5.3智慧型厨房
习题5
第6章AI+教育——因材施教
6.1教育AI的技术构成
6.2早教机器人
6.3人工智慧时代的教师职责
6.3.1提高教学的创新狼市淋性
6.3.2增加教学的科技感
习题6
第7章AI+製造——改变人类的生产方式
7.1四次工业革命
7.2未来製造业畅想
7.2.1工业软体充斥整个製造业
7.2.2大数据驱动製造业向服务业转型
7.2.3製造业将成为信息产业的一部分
7.3机器人
7.3.1机器人组成
7.3.2机器人分类
7.4人工智慧给製造业带来的优势
7.5人工道陵谜智慧型在製造业的研究方向
7.5.1视觉检测
7.5.2视觉分拣
7.5.3故障预测
习题7
第8章AI+医疗——提升人类的健康水平
8.1人工智慧在医疗中的套用
8.1.1疾病预测
8.1.2医学影像
8.1.3辅助诊疗
8.1.4医院管理
8.1.5虚拟助理
8.1.6健康管理
8.1.7辅助医学研究平台
8.1.8新药研发
8.2人工智慧在医疗业面临的挑战
习题8
理论篇
第9章问题求解单元——搜寻技术
9.1盲目搜寻
9.1.1深度优先搜寻
9.1.2宽度优先搜寻
9.1.3回溯搜寻
9.2启发式搜寻
9.2.1A算法或A*算法
9.2.2模拟退火
9.2.3遗传算法
习题9
第10章知识表示单元——知识图谱
10.1知识图谱演化
10.2知识图谱基本原理
10.2.1认知智慧型是人工智慧的高级目标
10.2.2知识图谱概念
10.2.3知识图谱模型
10.2.4知识图谱特点
10.2.5知识图谱的分类
10.3知识图谱套用场景
习题10
第11章求厦兰脚知识发现单元——深度学习
11.1机器学习过程
11.2机器学习模型
11.3数据準备
11.3.1数据集划分
11.3.2数据标注
11.4学习方式
11.4.1有监督学习
11.4.2无监督学习
11.4.3机率图模型
11.4.4集成学习
11.5模型评估
11.5.1过拟合和欠拟合
11.5.2交叉验证
11.5.3混淆矩阵
11.6深度学习
11.6.1从神经网路谈起
11.6.2人工神经网路
11.6.3深度学习基本原理
11.6.4卷积神经网路CNN
11.7机器学习面临的挑战
习题11
第12章感知单元——视觉和语音
12.1计算机视觉基础
12.2计算机视觉任务
12.2.1图像分类
12.2.2目标检测
12.2.3目标跟蹤
12.2.4语义分割
12.2.5实例分割
12.3语音识别
12.3.1语音识别基础
12.3.2语音识别系统
习题12
第13章理解单元——自然语言处理
13.1自然语言处理基础
13.2TF-IDF算法
13.3NLP常见任务
13.4NLP套用场景
13.4.1聊天机器人
13.4.2机器翻译
13.4.3垃圾邮件过滤
13.4.4信息提取
13.4.5文本情感分析
13.4.6自动问答
13.4.7个性化推荐
习题13
创新创业篇
第14章人工智慧对社会的影响
14.1人工智慧重新定义工作
14.1.1易被人工智慧取代的职业：烦琐+重体力+无创意
14.1.2辩证思考：人工智慧是否引发大量失业
14.1.3人工智慧只是改变工作形式：工作由低级升为高级
14.2人工智慧创业项目
习题14
第15章人工智慧素养
15.1人工智慧思维
15.1.1从网际网路思维到人工智慧思维
15.1.2什幺是人工智慧思维
15.2应具有的人工智慧能力
15.2.1懂工具
15.2.2懂编程
15.2.3懂业务
15.2.4懂模型
习题15
第16章人工智慧前沿
16.1人工智慧还不能做什幺
16.1.1跨领域推理
16.1.2抽象能力
16.1.3知其然，也知其所以然
16.1.4常识
16.1.5审美
16.1.6情感
16.2量子计算
16.3机器学习的未来
16.3.1深度学习理论和新型网路结构
16.3.2强化学习
16.3.3迁移学习
16.43D列印
16.4.13D印表机基本原理
16.4.23D印表机+人工智慧
16.4.33D印表机发展
16.5AR与VR
16.5.1VR和AR的概念
16.5.2VR套用场景
16.5.3AR套用场景
16.6RPA
16.6.1RPA概述
16.6.2RPA相关技术
16.6.3RPA软体产品的选择
16.6.4财务RPA
16.7群体智慧型与仿生计算
16.7.1从蚁群算法说起
16.7.2智慧型体的体系结构
16.7.3多智慧型体系统
16.7.4仿生计算
习题16
附录
附录A人类智慧型和人工智慧对比
附录B人工智慧相关学科
参考文献
3.1.2智慧型汽车技术原理
3.1.3SAE分级标準
3.2智慧型交通系统
3.2.1智慧型交通系统构成
3.2.2智慧型交通套用场景
习题3
第4章AI+电商——精準行销
4.1人工智慧给电商带来的五大改变
4.2人工智慧革新电商的五大趋势
4.3无人零售
4.4智慧物流和智慧仓储
习题4
第5章AI+建筑——让生活舒心随性
5.1智慧型建筑
5.1.1智慧型建筑组成要素
5.1.2智慧型建筑概念
5.2智慧型家居
5.2.1智慧型家居分类
5.2.2智慧型家居技术特点
5.2.3智慧型家居产业
5.3智慧型厨房
习题5
第6章AI+教育——因材施教
6.1教育AI的技术构成
6.2早教机器人
6.3人工智慧时代的教师职责
6.3.1提高教学的创新性
6.3.2增加教学的科技感
习题6
第7章AI+製造——改变人类的生产方式
7.1四次工业革命
7.2未来製造业畅想
7.2.1工业软体充斥整个製造业
7.2.2大数据驱动製造业向服务业转型
7.2.3製造业将成为信息产业的一部分
7.3机器人
7.3.1机器人组成
7.3.2机器人分类
7.4人工智慧给製造业带来的优势
7.5人工智慧在製造业的研究方向
7.5.1视觉检测
7.5.2视觉分拣
7.5.3故障预测
习题7
第8章AI+医疗——提升人类的健康水平
8.1人工智慧在医疗中的套用
8.1.1疾病预测
8.1.2医学影像
8.1.3辅助诊疗
8.1.4医院管理
8.1.5虚拟助理
8.1.6健康管理
8.1.7辅助医学研究平台
8.1.8新药研发
8.2人工智慧在医疗业面临的挑战
习题8
理论篇
第9章问题求解单元——搜寻技术
9.1盲目搜寻
9.1.1深度优先搜寻
9.1.2宽度优先搜寻
9.1.3回溯搜寻
9.2启发式搜寻
9.2.1A算法或A*算法
9.2.2模拟退火
9.2.3遗传算法
习题9
第10章知识表示单元——知识图谱
10.1知识图谱演化
10.2知识图谱基本原理
10.2.1认知智慧型是人工智慧的高级目标
10.2.2知识图谱概念
10.2.3知识图谱模型
10.2.4知识图谱特点
10.2.5知识图谱的分类
10.3知识图谱套用场景
习题10
第11章知识发现单元——深度学习
11.1机器学习过程
11.2机器学习模型
11.3数据準备
11.3.1数据集划分
11.3.2数据标注
11.4学习方式
11.4.1有监督学习
11.4.2无监督学习
11.4.3机率图模型
11.4.4集成学习
11.5模型评估
11.5.1过拟合和欠拟合
11.5.2交叉验证
11.5.3混淆矩阵
11.6深度学习
11.6.1从神经网路谈起
11.6.2人工神经网路
11.6.3深度学习基本原理
11.6.4卷积神经网路CNN
11.7机器学习面临的挑战
习题11
第12章感知单元——视觉和语音
12.1计算机视觉基础
12.2计算机视觉任务
12.2.1图像分类
12.2.2目标检测
12.2.3目标跟蹤
12.2.4语义分割
12.2.5实例分割
12.3语音识别
12.3.1语音识别基础
12.3.2语音识别系统
习题12
第13章理解单元——自然语言处理
13.1自然语言处理基础
13.2TF-IDF算法
13.3NLP常见任务
13.4NLP套用场景
13.4.1聊天机器人
13.4.2机器翻译
13.4.3垃圾邮件过滤
13.4.4信息提取
13.4.5文本情感分析
13.4.6自动问答
13.4.7个性化推荐
习题13
创新创业篇
第14章人工智慧对社会的影响
14.1人工智慧重新定义工作
14.1.1易被人工智慧取代的职业：烦琐+重体力+无创意
14.1.2辩证思考：人工智慧是否引发大量失业
14.1.3人工智慧只是改变工作形式：工作由低级升为高级
14.2人工智慧创业项目
习题14
第15章人工智慧素养
15.1人工智慧思维
15.1.1从网际网路思维到人工智慧思维
15.1.2什幺是人工智慧思维
15.2应具有的人工智慧能力
15.2.1懂工具
15.2.2懂编程
15.2.3懂业务
15.2.4懂模型
习题15
第16章人工智慧前沿
16.1人工智慧还不能做什幺
16.1.1跨领域推理
16.1.2抽象能力
16.1.3知其然，也知其所以然
16.1.4常识
16.1.5审美
16.1.6情感
16.2量子计算
16.3机器学习的未来
16.3.1深度学习理论和新型网路结构
16.3.2强化学习
16.3.3迁移学习
16.43D列印
16.4.13D印表机基本原理
16.4.23D印表机+人工智慧
16.4.33D印表机发展
16.5AR与VR
16.5.1VR和AR的概念
16.5.2VR套用场景
16.5.3AR套用场景
16.6RPA
16.6.1RPA概述
16.6.2RPA相关技术
16.6.3RPA软体产品的选择
16.6.4财务RPA
16.7群体智慧型与仿生计算
16.7.1从蚁群算法说起
16.7.2智慧型体的体系结构
16.7.3多智慧型体系统
16.7.4仿生计算
习题16
附录
附录A人类智慧型和人工智慧对比
附录B人工智慧相关学科
参考文献
