人工智能基础教程

图书标准信息

• 作者 张红 卞克
• 出版社 人民邮电出版社
• 出版时间 2023-10
• 版次 1
• ISBN 9787115622730
• 定价 64.80元
• 装帧 平装
• 开本 其他
• 纸张 胶版纸
• 页数 187页
• 字数 220千字

【内容简介】

本书由5个项目组成，内容包括人工智能概述、新一代信息技术的应用、人工智能之自动识别技术、人工智能之Python语言、人工智能之机器学习。本书系统阐述人工智能的基本原理、实现技术及应用，全面地反映国内外人工智能研究领域的进展和发展方向。
  本书作为国家职业教育改革实施方案中倡导使用的新型活页式教材，既可作为人工智能、信息处理、电气自动化等相关专业的教材，也可作为从事计算机科学研究及开发、应用的教学和科研人员的参考书。

【作者简介】

张红，山东省人工智能学会委员、山东省人工智能协会专家库专家、山东省“三八”红旗手、山东省“十佳百优”辅导员，现任德州职业技术学院现代信息技术教研室主任，已出版著作有《商务软件高级应用》、《顺信而为?C干部信息化能力提升》、《Dreamweaver CC实例教程》等。

【目录】

项目一  人工智能概述1

任务1.1  人工智能的概念、特征3

1.1.1  人工智能的概念3

1.1.2  人工智能的特征5

任务1.2  人工智能的发展历程7

1.2.1  人工智能的发展史7

1.2.2  人工智能的发展带来的启示11

任务1.3  人工智能的研究目标和内容12

1.3.1  人工智能的研究目标12

1.3.2  人工智能的研究内容13

任务1.4  人工智能产业的全球发展现状与在我国的发展格局15

1.4.1  全球人工智能产业的发展现状15

1.4.2  我国人工智能产业的发展格局17

任务1.5  人工智能的发展趋势19

1.5.1  人工智能应用领域的发展趋势19

1.5.2  人工智能相关产业链的发展趋势21

实训一  体验人工智能技术23

实训二  分析人工智能发展图谱的构建流程24

实训三  调研人工智能的应用25

案例一  科幻电影中的人工智能26

案例二  人工智能之图像识别27

习题28

项目二  新一代信息技术的应用31

任务2.1  虚拟现实技术33

2.1.1  虚拟现实技术的概念33

2.1.2  虚拟现实技术的发展33

2.1.3  虚拟现实技术的特征34

2.1.4  虚拟现实技术的应用34

任务2.2  物联网36

2.2.1  物联网的概念36

2.2.2  物联网的发展36

2.2.3  物联网的关键技术37

2.2.4  物联网的应用37

任务2.3  云计算40

2.3.1  云计算的概念40

2.3.2  云计算的发展40

2.3.3  云计算的关键技术41

2.3.4  云计算的应用42

任务2.4  大数据44

2.4.1  大数据的概念44

2.4.2  大数据的数据类型45

2.4.3  大数据的意义45

2.4.4  大数据的发展趋势46

任务2.5  5G47

2.5.1  5G的概念47

2.5.2  5G的特点47

2.5.3  5G的关键技术47

2.5.4  5G的应用49

任务2.6  区块链50

2.6.1  区块链的概念51

2.6.2  区块链的特征51

2.6.3  区块链的核心技术51

2.6.4  区块链的应用52

实训一  使用百度指数功能获得大数据信息55

实训二  调研并优化智慧校园59

案例一  走进“云”博物馆60

案例二  身边的人工智能：智慧农业62

习题66

项目三  人工智能之自动识别技术69

任务3.1  自动识别技术概述71

3.1.1  自动识别技术的定义72

3.1.2  自动识别技术的原理72

任务3.2  自动识别技术的发展73

3.2.1  自动识别技术的发展阶段73

3.2.2  自动识别技术的发展趋势74

任务3.3  自动识别技术的分类75

3.3.1  自动识别技术的类别75

3.3.2  自动识别技术之传感器85

实训一  无人驾驶小车避障89

实训二  传感器的应用91

案例  “扫一扫”背后的秘密92

习题100

项目四  人工智能之Python语言103

任务4.1  Python软件的安装与配置105

4.1.1  安装Python105

4.1.2  测试Python的安装结果109

4.1.3  安装PyCharm109

4.1.4  PyCharm的启动与配置112

任务4.2  Python语言程序的基本语法115

4.2.1  Python语言源程序的基本语法单位、书写格式与基本规则115

4.2.2  Python的基本数据类型118

4.2.3  Python的基本运算符和表达式120

4.2.4  Python的条件判断分支与循环124

4.2.5  Python的库：Turtle128

任务4.3  Python语言程序的编写131

实训一  快速绘制一个等边三角形136

实训二  快速绘制一个多角星142

实训三  绘制多彩多角星148

案例一  游戏中的人工智能150

案例二  虚拟试衣间中的人工智能152

习题154

项目五  人工智能之机器学习157

任务5.1  机器学习简介159

5.1.1  机器学习的定义159

5.1.2  机器学习的术语160

5.1.3  机器学习的应用场景161

任务5.2  机器学习的类型162

5.2.1  监督学习163

5.2.2  无监督学习163

5.2.3  强化学习164

5.2.4  深度学习164

任务5.3  机器学习算法165

5.3.1  线性回归165

5.3.2  逻辑回归166

5.3.3  决策树167

5.3.4  贝叶斯分类168

5.3.5  支持向量机169

5.3.6  K近邻查询算法170

5.3.7  K均值聚类算法171

任务5.4  机器学习算法的应用173

5.4.1  数据分析与挖掘174

5.4.2  模式识别174

5.4.3  在生物信息学上的应用174

5.4.4  在人工智能中的应用175

实训一  绘制算法流程图176

实训二  浅析人工智能、机器学习、深度学习之间的关系178

案例一  探索机器学习的过程179

案例二  生鲜的分类180

习题182

参考文献185