首页 > 教育 > 高职高专 > 计算机类

人工智能教程

作译者：汪廷华,刘汉明

出版时间：2025-05 千字数：260 版次：01-01 页数：176

开本：16开装帧： I S B N ：9787121498947

换版：

纸质书定价：￥45.0

库存:无

分享到：

共有图书评论0条【查看评论摘要】

看了又看

{{data.bookName}}

￥{{data.price}}

内容简介

前言

上架建议

作者简介

编辑推荐

音视频专区

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 
课后习题 ....................................................................................................................... 30 
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 ................................................................................................... 66 
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 .......................................................................................... 73 
3.3.1 TensorFlow 简介 ............................................................................................... 73 
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 ...................................................................................................................... 78 
3.4.1 人工神经网络在信息领域中的应用 ............................................................... 78 
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中的应用 ............................................................... 81 
3.4.4 人工神经网络在交通领域中的应用 ............................................................... 81 
3.4.5 人工神经网络在心理学领域中的应用 ........................................................... 82 
本章小结 ....................................................................................................................... 82 
课后习题 ....................................................................................................................... 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 .................................................................................................................... 120 
5.4.1 什么是声纹 ..................................................................................................... 120 
5.4.2 声纹识别技术 ................................................................................................. 121 
5.5 案例实现：客服回复音频化 .................................................................................... 122 
5.6 应用场景 .................................................................................................................... 126 
5.7 现状、未来展望 ........................................................................................................ 128 
本章小结 ..................................................................................................................... 129 
课后习题 ..................................................................................................................... 129 
第 6 章 自然语言处理及应用 .................................................................... 131 
6.1 智能语音助手 ............................................................................................................ 131 
6.2 自然语言处理概述 .................................................................................................... 133 
6.2.1 自然语言处理的发展历程 ............................................................................. 134 
6.2.2 自然语言处理的一般流程 ............................................................................. 135 
6.2.3 自然语言处理的研究内容 ............................................................................. 138 
6.2.4 自然语言处理中的难点 ................................................................................. 140 
6.3 案例实现：用户评价情感分析 ................................................................................ 142 
6.4 应用场景 .................................................................................................................... 145 
6.4.1 机器翻译 ......................................................................................................... 145 
6.4.2 垃圾邮件分类 ................................................................................................. 146 
6.4.3 信息抽取 ......................................................................................................... 147 
6.4.4 文本情感分析 ................................................................................................. 147 
6.4.5 智能问答 ......................................................................................................... 147 
6.4.6 个性化推荐 ..................................................................................................... 148 
6.5 未来展望 .................................................................................................................... 149 
本章小结 ..................................................................................................................... 149 
课后习题 ..................................................................................................................... 149 
第 7 章 计算机视觉技术及应用 ................................................................. 151 
7.1 计算机视觉基本知识 ................................................................................................ 152 
7.2 人脸识别 .................................................................................................................... 156 
7.2.1 人脸识别概念 ................................................................................................. 156 
7.2.2 人脸识别应用 ................................................................................................. 157 
7.3 图像识别 .................................................................................................................... 160 
7.3.1 图像识别基础知识 ......................................................................................... 160 
7.3.2 图像识别与深度学习 ..................................................................................... 161 
7.3.3 图像识别技术的应用 ..................................................................................... 161 
7.4 文字识别 .................................................................................................................... 163 
7.4.1 OCR 基本概念 ................................................................................................ 163 
7.4.2 OCR 常见应用 ................................................................................................ 164 
7.5 人体分析及应用 ........................................................................................................ 165 
7.6 讯飞开放平台使用方法和途径 ................................................................................ 167 
7.7 案例实现：公司会展人流统计 ................................................................................ 169 
7.8 应用场景 .................................................................................................................... 172 
7.8.1 视频/监控分析 ................................................................................................ 172 
7.8.2 工业视觉检测 ................................................................................................. 173 
7.8.3 医疗影像诊断 ................................................................................................. 174 
本章小结 ..................................................................................................................... 174 
课后习题 ..................................................................................................................... 174 
第 8 章 智能机器人 ................................................................................... 177 
8.1 智能机器人概述 ........................................................................................................ 177 
8.1.1 智能机器人的定义 ......................................................................................... 178 
8.1.2 智能机器人的分类 ......................................................................................... 179 
8.1.3 智能机器人关键技术 ..................................................................................... 183 
8.2 服务机器人 ................................................................................................................ 187 
8.2.1 服务机器人的概念 ......................................................................................... 187 
8.2.2 服务机器人的应用 ......................................................................................... 188 
8.3 无人车 ........................................................................................................................ 192 
8.4 案例实现：智能问答系统 ........................................................................................ 194 
8.5 应用场景 .................................................................................................................... 198 
本章小结 ..................................................................................................................... 201 
课后习题 ..................................................................................................................... 201 
第 9 章 大数据与商业智能 ........................................................................ 203 
9.1 大数据 ........................................................................................................................ 204 
9.1.1 大数据是什么 ................................................................................................. 204 
9.1.2 大数据技术体系 ............................................................................................. 205 
9.1.3 大数据技术 ..................................................................................................... 206 
9.1.4 大数据与人工智能的关系 ............................................................................. 210 
9.2 商业智能 .................................................................................................................... 211 
9.3 案例实现：销售数据分析 ........................................................................................ 213 
9.3.1 提出问题 ......................................................................................................... 213 
9.3.2 解决方案 ......................................................................................................... 213 
9.3.3 预备知识 ......................................................................................................... 214 
9.3.4 任务 1——导入数据、设置格式 .................................................................. 215 
9.3.5 任务 2——建立数据模型 .............................................................................. 218 
9.3.6 任务 3——新建列和新建度量值 .................................................................. 219 
9.3.7 任务 4——数据可视化 .................................................................................. 221 
9.3.8 任务 5——制作交互式可视化面板 .............................................................. 223 
9.3.9 任务 6——数据分析 ...................................................................................... 228 
9.4 应用场景 .................................................................................................................... 234 
9.4.1 尿布与啤酒 ..................................................................................................... 234 
9.4.2 数据新闻让英国撤军 ..................................................................................... 234 
9.4.3 微软大数据成功预测奥斯卡 21 项大奖 ....................................................... 235 
9.4.4 Google 成功预测冬季流感 ............................................................................ 235 
本章小结 ..................................................................................................................... 235 
课后习题 ..................................................................................................................... 235 
第 10 章 人工智能之 Python 基础 ............................................................ 238 
10.1 Python 概述 ............................................................................................................. 239 
10.1.1 了解 Python ................................................................................................... 239 
10.1.2 Python 的版本............................................................................................... 240 
10.2 搭建 Python 开发环境............................................................................................. 243 
10.2.1 Python 开发环境概述 ................................................................................... 243 
10.2.2 安装 Python ................................................................................................... 244 
10.2.3 第一个 Python 程序 ...................................................................................... 250 
10.3 Python 开发工具...................................................................................................... 252 
10.3.1 使用自带的 IDLE ......................................................................................... 252 
10.3.2 常用的第三方开发工具 ............................................................................... 255 
10.4 案例：跳水比赛打分程序 ...................................................................................... 257 
10.4.1 提出问题 ....................................................................................................... 257 
10.4.2 解决方案 ....................................................................................................... 257 
10.4.3 预备知识 ....................................................................................................... 258 
10.4.4 任务 1——生成选手的 10 个分数 .............................................................. 265 
10.4.5 任务 2——得到选手的 8 个有效分 ............................................................ 266 
10.4.6 任务 3——计算选手的平均分和最后得分 ................................................ 267 
10.4.7 任务 4——将选手的得分写入 Excel 文件 ................................................. 268 
10.4.8 任务 5——将所有选手的得分写入二维列表 ............................................ 269 
10.4.9 任务 6——将所有选手的信息写入二维列表 ............................................ 271 
10.4.10 任务 7——将所有选手的得分排序后写入 Excel 文件 ........................... 272 
10.5 应用场景 .................................................................................................................. 273 
10.5.1 Python 的应用场景 ....................................................................................... 273 
10.5.2 Python 的应用方向 ....................................................................................... 274 
本章小结 ..................................................................................................................... 276 
课后习题 ..................................................................................................................... 277 
第 11 章 人工智能展望 ............................................................................. 278 
11.1 智能时代的到来 ...................................................................................................... 279 
11.1.1 人工智能的发展方向 ................................................................................... 279 
11.1.2 人工智能发展态势与思考 ........................................................................... 280 
11.2 智能时代对道德与法律的影响 .............................................................................. 282 
11.2.1 智能机器的道德主体地位的思考 ............................................................... 282 
11.2.2 人工智能发展引发情感伦理问题 ............................................................... 283 
11.2.3 人工智能引发新的社会安全和公平正义问题 ........................................... 284 
11.2.4 智能时代的数字鸿沟 ................................................................................... 284 
11.2.5 人工智能与法律 ........................................................................................... 285 
11.3 智能时代背景下的职业规划面临的机遇与挑战 .................................................. 287 
11.3.1 人工智能背景下职业规划面临的机遇 ....................................................... 287 
11.3.2 人工智能背景下职业规划面临的挑战 ....................................................... 289 
本章小结 ..................................................................................................................... 293 
课后习题 ..................................................................................................................... 293 
附录 ............................................................................................................ 294 
附录 A 准备人工智能开发环境 ..................................................................................... 294 
附录 B 注册成为 AI 开放平台开发者 ........................................................................... 296 
附录 C 利用 FFmpeg 软件进行音频格式转换 .............................................................. 297 
附录 D TensorFlow 框架的安装配置 ............................................................................. 300 
附录 E 智能对话系统设计与实施 ................................................................................. 302 
附录 F 第一批 AI 国家开放创新平台功能 ................................................................... 305 
参考文献 ..................................................................................................... 310

1956 年夏季,以麦卡锡、明斯基、罗切尔和香农等为首的一批有远见卓识的科学家聚会研
讨,聚焦用机器模拟人类智能的一系列问题,并首次提出了“人工智能”这一术语,它标志着“人
工智能”这门新兴学科的正式诞生。 从 1956 年提出人工智能概念算起,经过近 70 年的演进,
特别是在移动互联网、大数据、超级计算、传感网、脑科学等新理论、新技术以及经济社会发展
的共同驱动下,人工智能发展迅速,呈现出广泛普及、跨界融合、人机协同、群智开放、自主操控
等新特征。 特别是深度学习、强化学习以及生成式人工智能的问世后,引发了新的人工智能热
潮。
本书凝聚了人工智能领域多位学者的集体智慧,既可作为高等院校计算机科学与技术、大
数据、人工智能及相关专业的教材,也可作为高等院校各专业所开设的人工智能通识课的教材
或参考书。 全书共 8 章,第 1 章介绍人工智能的定义、发展历程、研究学派和研究领域,由汪廷
华教授编写;第 2 章介绍知识表示与知识图谱,由王敏博士编写;第 3 章介绍搜索与博弈技术,
由刘汉明教授编写;第 4 章介绍群智能算法,由黄颖和申鼎才两位博士共同编写;第 5 章介绍
机器学习,由汪廷华教授编写;第 6 章介绍深度学习技术,由易云和王敏两位博士共同编写;第
7 章介绍人工智能的主要应用领域,由钟锐和李宝磊两位博士共同编写;第 8 章探讨人工智能
伦理,由刘汉明教授编写;全书由汪廷华教授和刘汉明教授统稿。 编者希望学生通过学习本书
的内容,能够掌握人工智能的基础知识,了解人工智能产业的发展现状与市场需求,并能够根
据自己所学专业的特点和需求,灵活地选择人工智能方案来辅助完成各项学习任务,培养人工
智能基础的应用能力。
本书在编写过程中,编者参阅了部分同类教材和资料,在此向相关作者表示诚挚的感谢。
由于编者水平有限,书中难免存在不足和疏漏之处,敬请广大读者批评指正。
编　 者
2025 年 2 月

查看更多 > 图书评论

暂无评论

发表图书评论

评论标题：
评论内容：
验证码：: 看不清楚
点击刷新
: 您还没有登录，请登录后再评论。
点击“登录”

购买过本书的顾客还买过

{{data.bookName}}

￥{{data.price}}