人工智能实验简明教程
本店图书 都是正版图书 可开电子发票 需要发票的联系客服！
￥ 44.25 7.5折 ￥ 59 全新
库存7件
作者焦李成、孙其功、田小林、侯彪、李阳阳
出版社清华大学出版社
ISBN9787302574293
出版时间2021-03
装帧平装
开本16开
定价59元
货号29216116
上书时间2025-01-09
商品详情
- 品相描述：全新
- 商品描述
-
前言
近年来，人工智能的发展势如破竹，人工智能专业教育体系正在加速建设和完善中，但在人工智能专业的教学实践中发现，实验课程作为其中的重要一环却还未引起足够重视： 缺乏相应的系统性实验教材，缺乏相关实验教学经验，亟待建立与理论教学体系相呼应的实验教学体系。本书既是应需求而作，也是对本团队十余年人工智能实验教学经验的总结，同时又是对人工智能实验培养体系的探索和实践。本书选取了部分人工智能在实际生活中有趣的应用作为实验素材，并从理论到实现过程对这些应用进行了详细的讲解说明，希望能为广大的人工智能学习者了解人工智能理论并完成相关实验提供指导，也期待本书能为人工智能专业实验课程体系建设“抛砖引玉”。
人工智能就是让计算机仿照人的大脑来工作，目的是使计算机拥有模拟、延伸和发展人类认知世界的能力。深度学习是实现人工智能的一个重要方法，它是一种以多层人工神经网络为架构，对数据进行表征学习的方法，在过去几十年的发展历程中，针对不同的问题，各具特色的深度学习框架和算法不断涌现，成就了如今的人工智能时代。本书的实验内容涵盖了图像、语音、文本和视频等人工智能技术广泛应用的多个领域，涉及识别、分类、检测、预测、跟踪和三维重建等多类实验任务； 人工智能实验的基础理论部分介绍了不同实验所涉及的深度学习模型框架的理论、发展及功能； 实验部分阐述了实验背景、原理、操作步骤、数据、评估准则、所应用的平台及系统环境等内容，读者可在了解理论的基础上根据实验部分的描述独立完成相关实验，从理论到实践来体会人工智能之美、人工智能之趣、人工智能之于社会生产生活的深刻影响。
本书的主要特点如下：
（1） 理论性、实践性与创新性相结合。本书反映人工智能新发展、新知识、新技术、新方法的科研成果转化为适合实验教学的基础实验，内容和章节设计新颖，以使读者懂理论、会应用、能创新为目标，涵盖理论思想、实践应用以及方向展望，既能帮助读者夯实基础理论，又能锻炼基本算法实现技能，培养人工智能技术创新意识、创新能力和创新精神。
（2） 先进性与新颖性并举。本书所选取的实验既是人工智能技术发展中前沿、新颖的应用，也是与大众日常生活密切相关的实际问题，如聊天机器人、语音识别、图像修复等。其中一些实验涉及比较有意趣的应用，如老照片上色、年龄判断、语义生成风景图、人物年龄判断及情绪预测等； 还有一些实验涉及复杂系统构建，如智慧城市、安防领域中应用较多的目标检测、视频目标跟踪等。
（3） 与理论教学相呼应。本书所选取的实验涵盖了深度神经网络理论教学的基本内容，通过这些实验能够使读者加深理解以及巩固基本概念和理论，熟悉和掌握深度网络的经典结构、训练方法、优化方法等，为进一步学习人工智能理论课程打下坚实基础。
（4） 注重趣味性，极具实操性。本书选择使用活泼生动的描述方式代替生硬的专业表达来对实验进行介绍，一方面有利于读者对内容的理解，另一方面拉近作者与读者的距离，希望给读者以现场教学的感觉。与此同时，本书对选取的每一个实验均进行了详尽的介绍和分析，特别注重实验过程的完整描述，读者可以使用本书自行完成相关实验，在此过程中提升人工智能实验的能力。
（5） 具有开拓性、首创性。本书是对人工智能人才培养实验教材建设及体系建设的探索。
（6） 符合人工智能发展的特质与人才培养的需求。本书的编写着眼于产学研相结合的实验体系建设，将教学科研成果转化为实验内容，将实验模型原理、实际操作过程以及实际应用成果深度结合，旨在培养创新能力与应用技能相协调统一的人才。
（7） 研发相关实验系统与平台。团队研发了涵盖本书内容的人工智能实训平台，为读者提供了实验环境及教学资料。读者可以使用该平台进行完整实验操作及相应环节。
本书的实验内容安排采用了更为灵活的方式，无先后之分，每一章为一个独立实验，涵盖从研究背景、理论原理到结果分析的完整表述，使用范围和场景更广泛，可以作为人工智能、智能科学与技术、人工智能与信息处理、机器人工程、模式识别与智能系统、人工智能技术服务、大数据采集与管理等专业的专科、本科及研究生选用及参考的实验教材，也可以作为补充学习的工具书籍； 适宜全面、顺序地阅读或教学，也可根据实际所需进行选择性使用； 读者可以是有一定专业知识储备的科研人员或从业者，也可以是人工智能的兴趣爱好者及初识人工智能的学生。
全书内容及实验体系由焦李成、孙其功、田小林、侯彪、李阳阳等策划、设计和统稿，第1章内容由马成聪慧、冯拓撰写，第2章由胡冰楠、冯拓撰写，第3章由王嘉荣、高艳洁撰写，第4章由赵嘉璇、黄钟健撰写，第5章由游超、李小雪撰写，第6章由宋雪、杨静怡撰写，第7章由邵奕霖、高艳洁撰写，第8章由郭志成、冯雨歆撰写，第9章由李云、李小雪撰写，第10章由李莉萍、施玲玲撰写，第11章由聂世超、杨静怡撰写，第12章由尹淑婷、黄钟健撰写，第13章由耿雪莉、冯雨歆撰写，第14章由张艳、杨育婷撰写，第15章由于正洋、杨育婷撰写，第16章由王燕、李英萍撰写，第17章由武永发、施玲玲撰写，第18章由杨雨佳、李英萍撰写。在此特别感谢王丹、施玲玲、李秀芳、刘昕煜等老师和同学的帮助及辛勤劳动。
人工智能技术发展迅猛且涉及领域繁杂，而编者水平有限，本书中难免有不足之处，恳请各位专家及广大读者批评指正。
编者2020年7月
导语摘要本书将人工智能的理论、实践和创新型相结合，实现了先进性与新颖性并举，内容涵盖了图像、语音、文本和视频等人工智能技术广泛应用的多个领域，涉及识别、分类、检测、预测、跟踪和三维重建等多类试验任务。内容与理论教学相呼应，注重趣味性，极具实操性。
作者简介
目录第1章聊天机器人
1.1背景介绍
1.2算法原理
1.2.1数据预处理
1.2.2seq2seq模型原理
1.2.3网络结构介绍
1.3实验操作
1.3.1代码介绍
1.3.2数据集介绍
1.3.3实验操作及结果
1.4总结与展望
1.5参考文献
第2章老照片上色
2.1背景介绍
2.2算法原理
2.2.1实验训练部分
2.2.2实验测试部分
2.2.3网络结构介绍
2.3实验操作
2.3.1代码介绍
2.3.2数据集介绍
2.3.3实验操作及结果
2.4总结与展望
2.5参考文献
第3章图像修复
3.1背景介绍
3.2算法原理
3.2.1基础知识介绍
3.2.2边缘生成网络
3.2.3图像补全网络
3.2.4网络结构介绍
3.3实验操作
3.3.1代码介绍
3.3.2数据集介绍
3.3.3实验操作及结果
3.4总结与展望
3.5参考文献
第4章语义图生成风景图
4.1背景介绍
4.2算法原理
4.2.1GAN模型原理
4.2.2pix2pix网络模型原理
4.2.3网络结构介绍
4.3实验操作
4.3.1代码介绍
4.3.2数据集介绍
4.3.3实验操作及结果
4.4总结与展望
4.5参考文献
第5章文本转图像实验
5.1背景介绍
5.2算法原理
5.2.1词向量
5.2.2双向长短时记忆网络
5.2.3注意力机制
5.2.4网络结构介绍
5.3实验操作
5.3.1代码介绍
5.3.2数据集介绍
5.3.3实验操作及结果
5.4总结与展望
5.5参考文献
第6章2D实时多人姿态估计
6.1背景介绍
6.2算法原理
6.2.1同时检测和关联网络
6.2.2关节检测的置信图算法
6.2.3关节关联的部分亲和力字段算法
6.2.4使用PAFs的多人解析算法
6.2.5网络结构介绍
6.3实验操作
6.3.1代码介绍
6.3.2数据集介绍
6.3.3实验操作及结果
6.4总结与展望
6.5参考文献
第7章图像分割
7.1背景介绍
7.2算法原理
7.2.1残差网络
7.2.2区域候选网络
7.2.3感兴趣区域校准
7.2.4分类、回归与分割
7.2.5网络结构介绍
7.3实验操作
7.3.1代码介绍
7.3.2数据集介绍
7.3.3实验操作及结果
7.4总结与展望
7.5参考文献
第8章图像超分辨率
8.1背景介绍
8.2算法原理
8.2.1预处理
8.2.2特征提取
8.2.3非线性映射
8.2.4图像重建
8.2.5网络结构介绍
8.3实验操作
8.3.1代码介绍
8.3.2数据集介绍
8.3.3实验操作及结果
8.4总结与展望
8.5参考文献
第9章视频目标跟踪
9.1背景介绍
9.2算法原理
9.2.1基础知识
9.2.2SiamRPN模型介绍
9.2.3SiamRPN 网络结构
9.3实验操作
9.3.1代码介绍
9.3.2数据集介绍
9.3.3实验操作及结果
9.4总结与展望
9.5参考文献
第10章人物年龄性别及情绪预测
10.1背景介绍
10.2算法原理
10.2.1Xception模型介绍
10.2.2Softmax分类器
10.2.3网络结构介绍
10.3实验操作
10.3.1代码介绍
10.3.2数据集介绍
10.3.3实验操作及结果
10.4总结与展望
10.5参考文献
第11章人脸老化与退龄预测
11.1背景介绍
11.2算法原理
11.2.1相关概念介绍
11.2.2算法流程简介
11.2.3网络结构介绍
11.3实验操作
11.3.1代码介绍
11.3.2数据集介绍
11.3.3实验操作及结果
11.4总结与展望
11.5参考文献
第12章目标检测
12.1背景介绍
12.2算法原理
12.2.1提取区域建议
12.2.2RoI池化层
12.2.3网络结构介绍
12.3实验操作
12.3.1代码介绍
12.3.2数据集介绍
12.3.3实验操作及结果
12.4总结与展望
12.5参考文献
第13章眼部图像语义分割
13.1背景介绍
13.2算法原理
13.2.1数据预处理
13.2.2下采样模块
13.2.3上采样模块
13.2.4损失函数
13.2.5网络结构介绍
13.3实验操作
13.3.1代码介绍
13.3.2数据集介绍
13.3.3实验操作及结果
13.4总结与展望
13.5参考文献
第14章语音识别
14.1背景介绍
14.2算法原理
14.2.1语音信号预处理
14.2.2语音信号特征提取
14.2.3语音文本输出
14.2.4双向循环神经网络
14.2.5Softmax分类器
14.2.6网络结构介绍
14.3实验操作
14.3.1代码介绍
14.3.2数据集介绍
14.3.3实验操作及结果
14.4总结与展望
14.5参考文献
第15章AI对对联
15.1背景介绍
15.2算法原理
15.2.1自然语言处理概述
15.2.2递归神经网络
15.2.3网络结构介绍
15.3实验操作
15.3.1代码介绍
15.3.2数据集介绍
15.3.3实验操作及结果
15.4总结与展望
15.5参考文献
第16章手写体风格转化
16.1背景介绍
16.2算法原理
16.2.1RNN预测网络
16.2.2网络结构介绍
16.3实验操作
16.3.1代码介绍
16.3.2数据集介绍
16.3.3实验操作及结果
16.4总结与展望
16.5参考文献
第17章图像风格化
17.1背景介绍
17.2算法原理
17.2.1损失函数的定义
17.2.2风格迁移网络
17.2.3风格预测网络
17.2.4网络结构介绍
17.3实验操作
17.3.1代码介绍
17.3.2数据集介绍
17.3.3实验操作及结果
17.4总结与展望
17.5参考文献
第18章三维人脸重建
18.1背景介绍
18.2算法原理
18.2.1人脸检测及数据预处理
18.2.2人脸姿态、形状、表情网络
18.2.3数据后处理
18.2.4网络结构介绍
18.3实验操作
18.3.1代码介绍
18.3.2数据集介绍
18.3.3实验操作及结果
18.4总结与展望
18.5参考文献
内容摘要本书将人工智能的理论、实践和创新型相结合，实现了先进性与新颖性并举，内容涵盖了图像、语音、文本和视频等人工智能技术广泛应用的多个领域，涉及识别、分类、检测、预测、跟踪和三维重建等多类试验任务。内容与理论教学相呼应，注重趣味性，极具实操性。
主编推荐本书实验体系完备，对每个实验均从原理、实际操作到所应用平台环境进行详实介绍，符合人工智能发展的特质与人才培养的需求，读者可通过本书的指导，对实验进行整体了解并独立完成实验，提高自身实验创新能力。
— 没有更多了 —
以下为对购买帮助不大的评价