人工智能技术与应用（案例版)(仪登利)
全新正版 假一赔十 可开发票
￥ 44.85 7.6折 ￥ 59 全新
库存28件
北京东城
认证卖家担保交易快速发货售后保障
作者仪登利 主编 霍凤伟、梅红岩、李传奇 副主编 著
出版社化学工业出版社
ISBN9787122464040
出版时间2025-01
装帧平装
开本16开
定价59元
货号1203460821
上书时间2024-12-18
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
无
目录
第一篇 人工智能技术基础
第1章 绪论2
本章思维导图2
本章学习目标3
1.1 人工智能在我们身边4
1.1.1 智能手机4
1.1.2 智能家居6
1.1.3 聊天机器人8
1.2 人工智能的概念9
1.2.1 人工智能基本概念9
1.2.2 人工智能的内涵与外延11
1.3 人工智能发展历程13
1.3.1 人工智能起源与发展14
1.3.2 人工智能主要学派23
1.4 人工智能应用开发24
1.4.1 人工智能应用开发流程25
1.4.2 人工智能开发环境26
本章小结29
思考题29
习题29
第2章 知识表示与知识图谱30
本章思维导图30
本章学习目标31
2.1 知识与知识表示31
2.1.1 知识概述31
2.1.2 知识表示概述32
2.2 谓词逻辑表示法33
2.3 产生式表示法35
2.3.1 产生式表示的含义35
2.3.2 产生式表示的基本方法35
2.3.3 产生式系统36
2.4 知识图谱36
2.4.1 知识图谱概念36
2.4.2 知识图谱起源与发展37
2.4.3 知识图谱的构建39
2.4.4 知识图谱特点41
2.4.5 知识图谱的应用41
2.4.6 知识图谱前景与挑战43
2.5 产生式知识表示案例43
2.5.1 案例描述43
2.5.2 建立产生式系统44
2.5.3 推理过程45
2.5.4 案例实践——基于Python实现动物识别45
本章小结47
思考题47
习题47
第3章 搜索与推理49
本章思维导图49
本章学习目标50
3.1 搜索概述50
3.2 盲目搜索51
3.2.1 深度优先搜索52
3.2.2 宽度优先搜索52
3.2.3 回溯搜索53
3.3 启发式搜索54
3.3.1 爬山算法54
3.3.2 A算法与A*算法55
3.3.3 模拟退火算法55
3.4 推理57
3.4.1 推理概述57
3.4.2 演绎推理60
3.4.3 归纳推理60
3.5 八数码状态搜索案例61
3.5.1 案例描述61
3.5.2 分析搜索过程61
3.5.3 案例实践——使用Python解决八数码难题62
本章小结63
思考题63
习题63
第二篇 人工智能应用案例分析
第4章 人工智能在制造业的应用66
本章思维导图66
本章学习目标67
4.1 智能制造概述68
4.1.1 制造业概述68
4.1.2 智能制造概念70
4.2 智能制造产业综述71
4.2.1 “AI+制造业”的意义71
4.2.2 “AI+制造业”产业综述73
4.2.3 智能工厂内涵与基本架构74
4.2.4 “AI+制造业”未来趋势76
4.3 人工智能的典型产品——机器人77
4.3.1 机器人的定义77
4.3.2 机器人的分类77
4.3.3 机器人的主要特征及应用79
4.3.4 人工智能和机器人81
4.3.5 智能机器人83
4.4 人工智能在制造业的应用案例84
4.4.1 预防性维修84
4.4.2 数字孪生在工厂的应用86
4.4.3 焊缝检测87
本章小结88
思考题88
习题88
第5章 智能工业机器人90
本章思维导图90
本章学习目标91
5.1 工业机器人概述92
5.1.1 工业机器人概念92
5.1.2 工业机器人发展历程92
5.1.3 工业机器人组成94
5.1.4 工业机器人核心部件及产业链96
5.1.5 工业机器人分类97
5.1.6 具身智能工业机器人概念与原理100
5.2 智能工业机器人的应用101
5.2.1 智能工业机器人在装配生产线上的应用102
5.2.2 智能工业机器人在焊接生产线上的应用103
5.2.3 智能工业机器人在搬运生产线上的应用105
5.2.4 工业机器人系统应用案例105
5.3 智能技术——机器视觉109
5.3.1 机器视觉概述109
5.3.2 机器视觉原理115
5.4 机器视觉案例实践118
5.4.1 案例实践——形位识别118
5.4.2 案例实践——人脸识别127
本章小结129
思考题130
习题130
第6章 智能语音机器人131
本章思维导图131
本章学习目标132
6.1 智能语音机器人概述132
6.1.1 智能语音机器人概念132
6.1.2 智能语音机器人分类133
6.2 智能语音机器人的应用134
6.2.1 智能语音机器人在生活上的应用135
6.2.2 智能语音机器人在生产上的应用135
6.3 智能技术——语音识别137
6.3.1 语音识别概述137
6.3.2 语音识别系统140
6.4 语音识别应用案例144
6.4.1 案例实践——语音打开记事本144
6.4.2 案例实践——语音垃圾分类145
本章小结147
思考题147
习题147
第7章 智能汽车自动驾驶148
本章思维导图148
本章学习目标149
7.1 智能汽车概述150
7.1.1 智能汽车概念150
7.1.2 智能汽车组成152
7.1.3 智能汽车起源与发展156
7.1.4 智能汽车的挑战与未来158
7.2 自动驾驶车辆的应用158
7.2.1 自动驾驶分级159
7.2.2 自动驾驶车辆在智能交通中的应用160
7.2.3 自动驾驶车辆在国防安全领域的应用162
7.3 智能技术——机器学习163
7.3.1 机器学习基本概念163
7.3.2 机器学习发展历程165
7.3.3 机器学习类型168
7.3.4 机器学习过程169
7.4 线性回归170
7.4.1 线性回归概念170
7.4.2 线性回归基本思想170
7.4.3 线性回归的应用172
7.5 聚类172
7.5.1 聚类基本概念172
7.5.2 聚类基本过程173
7.6 关联分析173
7.7 支持向量机174
7.8 决策树175
7.9 机器学习应用案例176
7.9.1 案例实践——车牌号码识别176
7.9.2 案例实践——疲劳预警系统178
本章小结180
思考题181
习题181
第8章 智能医疗机器人182
本章思维导图182
本章学习目标183
8.1 智能医疗机器人概述184
8.1.1 智能医疗机器人概念184
8.1.2 智能医疗机器人类型184
8.1.3 AI在医疗领域的应用186
8.1.4 AI在医疗领域面临的挑战190
8.2 智能医疗机器人的应用191
8.2.1 手术机器人191
8.2.2 康复机器人194
8.3 智能技术——深度学习198
8.3.1 深度学习概述198
8.3.2 深度学习的起源与发展200
8.3.3 深度学习分类202
8.3.4 深度学习应用场景202
8.3.5 深度学习训练过程203
8.4 深度学习应用案例205
8.4.1 案例实践——病毒感染动态显示205
8.4.2 案例实践——疾病预测207
本章小结210
思考题211
习题211
第9章 智能农业机器人212
本章思维导图212
本章学习目标213
9.1 智能农业机器人概述213
9.1.1 智能农业机器人概念213
9.1.2 智能农业机器人发展历程214
9.1.3 智能农业机器人关键技术及特点215
9.1.4 智能农业机器人类型217
9.1.5 AI在农业领域面临的挑战218
9.2 人工智能在农业领域的应用219
9.2.1 人工智能助农领域220
9.2.2 采摘机器人224
9.2.3 无人驾驶农业机器人227
9.3 智能技术——神经网络231
9.3.1 神经网络概述231
9.3.2 BP模型和M-P模型235
9.4 神经网络应用案例238
9.4.1 案例实践——颜色识别238
9.4.2 案例实践——农业气象数据分析242
本章小结246
思考题246
习题246
第10章 智能服务机器人248
本章思维导图248
本章学习目标249
10.1 智能服务机器人概述250
10.1.1 智能服务机器人概念250
10.1.2 智能服务机器人类型及特点250
10.1.3 智能服务机器人技术特点251
10.1.4 智能服务机器人的发展252
10.2 智能服务机器人的应用254
10.2.1 智能餐饮服务机器人254
10.2.2 智能物流服务机器人256
10.3 智能技术——自然语言处理261
10.3.1 自然语言处理概述261
10.3.2 NLP常见任务267
10.3.3 NLP典型应用268
10.4 自然语言处理应用案例270
10.4.1 案例实践——情感分析270
10.4.2 案例实践——获取音乐榜单信息273
本章小结275
思考题276
习题276
参考文献277
内容摘要
为了适应人工智能技术的快速发展，实现智能制造应用型人才的培养，本书以案例方式呈现人工智能技术及其应用。本书分为人工智能技术基础篇和人工智能应用案例分析篇。人工智能技术基础篇主要介绍人工智能的起源与发展等基本内容，知识表示及知识图谱、搜索及推理等基本技术；人工智能应用案例分析篇从智能工业机器人、智能语音机器人、智能汽车、智能医疗机器人、智能农业机器人、智能服务机器人等人工智能在各领域应用的典型案例入手，分析其应用场景中使用的机器学习、深度学习、神经网络、自然语言处理等人工智能技术，使读者更轻松快速地掌握人工智能技术与应用。
本书可作为高等院校智能制造工程、智能科学与技术、机械电子工程、机器人工程、人工智能等专业的教材，也可供相关工程技术人员和其他自学者参考。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价