{正版现货新书} 人工智能应用基础(普通高等教育人工智能系列教材) 9787121416811 莫小泉，陈新生，王胜峰主编

全新正版现货，以书名为准，放心购买，购书咨询18515909251朱老师

34.81 5.9折 59 全新

库存7件

北京丰台

作者莫小泉，陈新生，王胜峰主编

出版社电子工业出版社

ISBN9787121416811

出版时间2021-08

装帧平装

开本16开

定价59元

货号11221025

上书时间2026-01-08

商品详情

品相描述：全新

商品描述: 作者简介
莫小泉，毕业于桂林电子科技大学物流工程专业，硕士学位，副教授。曾任北京航空航天大学北海学院教务处长，广西高等学校实验室工作研究会副理事长，现担任科大讯飞股份公司院校合作执行院长。主持参与10多项省、市厅级教学改革与科研课题研究，国内外知名期刊发表学术论文20余篇，获得全国大学生大学英语等级考试、计算机等级考试优秀工作者，曾指导学生获得互联网+大赛广西区银奖和挑战者杯金奖，拥有丰富的教学运行管理经验。

目录
目录
第1 章初识人工智能 ................................................................................... 1
1.1 无处不在的人工智能 .................................................................................................... 1
1.1.1 科幻片中描绘的人工智能 ................................................................................. 1
1.1.2 人工智能的发展现状 ......................................................................................... 4
1.2 人工智能追根溯源 ...................................................................................................... 16
1.2.1 人工智能的由来 ............................................................................................... 16
1.2.2 人工智能的基本概念 ....................................................................................... 17
1.2.3 人工智能的发展历程 ....................................................................................... 20
1.3 人工智能云应用场景 .................................................................................................. 23
1.3.1 什么是人工智能云服务 ................................................................................... 23
1.3.2 为什么人工智能需要迁移到云端 ................................................................... 24
1.3.3 人工智能云服务的类型 ................................................................................... 24
1.3.4 体验人工智能云应用 ....................................................................................... 24
1.4 未来发展趋势 .............................................................................................................. 27
本章小结 ....................................................................................................................... 29
第2 章机器学习 ........................................................................................ 32
2.1 认识机器学习 .............................................................................................................. 33
2.1.1 机器学习的定义 ............................................................................................... 33
2.1.2 机器学习算法的分类 ....................................................................................... 35
2.1.3 机器学习发展历程 ........................................................................................... 38
2.1.4 机器学习的技术原理 ....................................................................................... 39
2.2 机器学习常用算法 ...................................................................................................... 42
2.2.1 线性回归 ........................................................................................................... 42
2.2.2 支持向量机 ....................................................................................................... 44
2.2.3 决策树 ............................................................................................................... 45
2.2.4 K-近邻算法 ....................................................................................................... 46
2.2.5 朴素贝叶斯算法 ............................................................................................... 47
2.2.6 K 均值聚类算法 ............................................................................................... 48
2.3 监督学习案例：计算机学习计算平均分 .................................................................. 49
2.4 无监督学习案例：K 平均聚类算法实现 .................................................................. 51
2.5 应用场景 ...................................................................................................................... 55
2.6 未来展望 ...................................................................................................................... 56
本章小结 ....................................................................................................................... 57
课后习题 ....................................................................................................................... 57
第3 章深度神经网络 ................................................................................. 58
3.1 神经网络简介 .............................................................................................................. 59
3.1.1 神经元结构 ....................................................................................................... 59
3.1.2 感知机概述 ....................................................................................................... 60
3.1.3 神经网络结构 ................................................................................................... 64
3.2 深度学习简介 .............................................................................................................. 66
3.2.1 深度神经网络 ................................................................................................... 67
3.2.2 卷积神经网络及原理 ....................................................................................... 68
3.2.3 经典深度学习模型 ........................................................................................... 72
3.3 主流深度学习框架及使用 .......................................................................................... 74
3.3.1 TensorFlow 简介 ............................................................................................... 74
3.3.2 PyTorch 简介 .................................................................................................... 75
3.3.3 Caffe 简介 ......................................................................................................... 76
3.3.4 PaddlePaddle 简介 ............................................................................................ 76
3.3.5 TensorFlow 的使用 ........................................................................................... 77
3.4 应用场景 ...................................................................................................................... 79
3.4.1 人工神经网络在信息领域中的应用 ............................................................... 79
3.4.2 人工神经网络在医学中的应用 ....................................................................... 80
3.4.3 人工神经网络在经济领域的应用 ................................................................... 81
3.4.4 人工神经网络在交通领域的应用 ................................................................... 82
3.4.5 人工神经网络在心理学领域的应用 ............................................................... 82
本章小结 ....................................................................................................................... 83
第4 章知识图谱及应用 ............................................................................. 84
4.1 知识图谱的概念 .......................................................................................................... 85
4.1.1 知识图谱的定义 ............................................................................................... 85
4.1.2 知识图谱的表示 ............................................................................................... 85
4.1.3 知识图谱技术的发展历程 ............................................................................... 86
4.2 知识图谱的特点 .......................................................................................................... 88
4.3 知识图谱构建 .............................................................................................................. 92
4.3.1 业务问题定义 ................................................................................................... 92
4.3.2 数据的收集与预处理 ....................................................................................... 93
4.3.3 知识图谱的设计 ............................................................................................... 94
4.3.4 知识图谱的存储 ............................................................................................... 96
4.3.5 上层应用开发与系统评估 ............................................................................... 97
4.4 案例实现：客户意图理解 ........................................................................................ 101
4.5 应用场景 .................................................................................................................... 105
本章小结 ..................................................................................................................... 108
课后习题 ..................................................................................................................... 108
第5 章智能语音技术及应用 .................................................................... 110
5.1 语音基本知识 ............................................................................................................ 111
5.2 语音识别 .................................................................................................................... 112
5.2.1 语音识别的概念 ............................................................................................. 112
5.2.2 语音识别的工作原理 ..................................................................................... 113
5.2.3 语音识别系统的实现 ..................................................................................... 114
5.2.4 语音识别的应用 ............................................................................................. 116
5.3 语音合成 .................................................................................................................... 118
5.3.1 语音合成的概念 ............................................................................................. 118
5.3.2 语音合成的应用 ............................................................................................. 119
5.4 声纹识别 ............................................................................