本書將圍繞人工智能職業(yè)標(biāo)準(zhǔn)展開，秉持“以學(xué)生為中心—職業(yè)標(biāo)準(zhǔn)融入—思政教育融入”的編寫理念，通過項(xiàng)目案例激發(fā)學(xué)生的學(xué)習(xí)興趣。本書結(jié)合人工智能學(xué)科的已有成果及編者的教學(xué)實(shí)踐，以全面、基礎(chǔ)、典型、新穎為原則，系統(tǒng)地介紹人工智能的技術(shù)基礎(chǔ)，包括機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺、智能語音、自然語言處理、AIGC等熱點(diǎn)及前沿問題。本書以“概述+案例”的模式編寫，使教材內(nèi)容泛而不空，使讀者了解和學(xué)習(xí)人工智能的基礎(chǔ)知識(shí)和初步技能，建立利用科學(xué)方法解決問題的創(chuàng)新思維，以適應(yīng)教學(xué)需求。本書概念清晰，結(jié)構(gòu)合理，敘述簡明易懂，適合高職、技師、應(yīng)用型本科的學(xué)生使用。
賴小平，副教授，廣東交通職業(yè)技術(shù)學(xué)院信息學(xué)院專業(yè)帶頭人。近幾年，主持校級(jí)項(xiàng)目5項(xiàng)，主持或主要參與省級(jí)教科研項(xiàng)目3項(xiàng)。主講《Java程序設(shè)計(jì)》、《數(shù)據(jù)結(jié)構(gòu)與算法》、《人工智能技術(shù)導(dǎo)論》、《數(shù)據(jù)集處理》等專業(yè)課程，長期擔(dān)任教研室管理和教學(xué)工作，多次被評(píng)為優(yōu)秀教師，教學(xué)效果好。廣東省科技局專家?guī)斐蓡T、廣東省粵科標(biāo)準(zhǔn)化研究院標(biāo)準(zhǔn)化與知識(shí)產(chǎn)權(quán)教育專家、2015-2016 連續(xù)兩年聘為全國職業(yè)院校技能大賽裁判員，近幾年公開發(fā)表論文10余篇，主編教材3本，參編教材4本，獲軟件著作權(quán)3項(xiàng)。
第1章 人工智能概述 1
1.1 人工智能簡介 1
1.1.1 人工智能的定義 1
1.1.2 人工智能的分類 2
1.1.3 人工智能的起源和發(fā)展 3
1.1.4 人工智能的應(yīng)用領(lǐng)域 7
1.2 人工智能技術(shù)領(lǐng)域 9
1.2.1 人工智能四要素 10
1.2.2 人工智能技術(shù)框架 11
1.2.3 人工智能技術(shù)的發(fā)展趨勢 13
1.3 人工智能的意義及挑戰(zhàn) 14
1.3.1 發(fā)展人工智能的戰(zhàn)略意義 15
1.3.2 人工智能的挑戰(zhàn) 16
1.4 人工智能初體驗(yàn) 17
1.4.1 百度EasyDL介紹 17
1.4.2 百度EasyDL應(yīng)用——貓狗分類 18
1.5 本章總結(jié) 31
本章習(xí)題 31
第2章 機(jī)器學(xué)習(xí) 33
2.1 機(jī)器學(xué)習(xí)簡介 33
2.1.1 機(jī)器學(xué)習(xí)的定義 34
2.1.2 機(jī)器學(xué)習(xí)的發(fā)展歷程 35
2.1.3 機(jī)器學(xué)習(xí)的應(yīng)用領(lǐng)域 38
2.2 機(jī)器學(xué)習(xí)進(jìn)階 40
2.2.1 機(jī)器學(xué)習(xí)的分類 40
2.2.2 機(jī)器學(xué)習(xí)的基本術(shù)語 44
2.2.3 機(jī)器學(xué)習(xí)的流程 47
2.2.4 機(jī)器學(xué)習(xí)的常用算法 48
2.3 深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò) 56
2.3.1 深度學(xué)習(xí) 56
2.3.2 神經(jīng)網(wǎng)絡(luò) 59
2.4 機(jī)器學(xué)習(xí)的應(yīng)用體驗(yàn) 63
2.4.1 線性回歸——預(yù)測工資 63
2.4.2 邏輯回歸——預(yù)測期末考試成績能否及格 65
2.5 本章總結(jié) 67
本章習(xí)題 68
第3章 計(jì)算機(jī)視覺 70
3.1 計(jì)算機(jī)視覺簡介 70
3.1.1 計(jì)算機(jī)視覺的發(fā)展歷程 70
3.1.2 計(jì)算機(jī)視覺的實(shí)現(xiàn)原理 72
3.1.3 計(jì)算機(jī)視覺的典型應(yīng)用 74
3.2 基于深度學(xué)習(xí)的視覺技術(shù) 75
3.2.1 圖像分類 75
3.2.2 目標(biāo)檢測 77
3.2.3 圖像分割 80
3.2.4 軌跡跟蹤 81
3.3 OpenCV的基礎(chǔ) 84
3.3.1 OpenCV的安裝 85
3.3.2 OpenCV的圖像處理 86
3.3.3 OpenCV的視頻處理 88
3.4 計(jì)算機(jī)視覺的應(yīng)用體驗(yàn) 90
3.4.1 基于OpenCV的人臉識(shí)別 90
3.4.2 基于百度EasyDL OCR平臺(tái)的車牌識(shí)別 95
3.5 本章總結(jié) 108
本章習(xí)題 108
第4章 智能語音 109
4.1 智能語音簡介 109
4.2 語音識(shí)別 110
4.2.1 語音識(shí)別的分類 110
4.2.2 語音識(shí)別的發(fā)展歷程 111
4.2.3 語音識(shí)別系統(tǒng)的構(gòu)成 114
4.2.4 語音識(shí)別預(yù)處理技術(shù) 115
4.2.5 傳統(tǒng)的語音識(shí)別算法 117
4.2.6 基于神經(jīng)網(wǎng)絡(luò)的語音識(shí)別算法 119
4.3 語音合成 121
4.3.1 語音合成的分類 121
4.3.2 語音合成的發(fā)展歷程 123
4.3.3 語音合成系統(tǒng)的構(gòu)成 126
4.3.4 語音合成的典型方法 126
4.4 智能語音的應(yīng)用體驗(yàn) 130
4.4.1 文本轉(zhuǎn)換為語音 130
4.4.2 文本轉(zhuǎn)換為語音文件 132
4.5 本章總結(jié) 134
本章習(xí)題 135
第5章 自然語言處理與AIGC 137
5.1 自然語言處理簡介 137
5.1.1 自然語言處理的定義 137
5.1.2 自然語言處理的發(fā)展歷程 138
5.1.3 自然語言處理的基本任務(wù) 139
5.1.4 自然語言處理的流程 147
5.1.5 自然語言處理的應(yīng)用領(lǐng)域 147
5.2 AIGC簡介 150
5.2.1 AIGC的定義 150
5.2.2 AIGC的奧秘 151
5.2.3 AIGC產(chǎn)業(yè)生態(tài)體系 153
5.2.4 AIGC的典型應(yīng)用 154
5.3 國內(nèi)外主流的AI大模型 155
5.3.1 OpenAI的GPT大模型 156
5.3.2 百度的文心大模型 157
5.3.3 科大訊飛的訊飛星火認(rèn)知大模型 158
5.3.4 阿里云的通義大模型 159
5.4 AIGC的倫理與安全 159
5.4.1 AIGC的社會(huì)影響 159
5.4.2 AIGC的倫理與安全問題 160
5.5 AIGC的體驗(yàn) 163
5.5.1 推文的編寫 163
5.5.2 AI作畫 165
5.6 本章總結(jié) 169
本章習(xí)題 170
第6章 人工智能應(yīng)用開發(fā)環(huán)境及工具 172
6.1 開發(fā)環(huán)境 172
6.1.1 PyCharm 172
6.1.2 Anaconda 174
6.1.3 Python第三方庫的安裝 177
6.2 常用開發(fā)工具 179
6.2.1 數(shù)據(jù)采集工具——八爪魚 179
6.2.2 數(shù)據(jù)分析和共享工具——Power BI 181
6.2.3 頁面設(shè)計(jì)工具——Qt Designer 183
6.2.4 數(shù)據(jù)標(biāo)注工具——LabelImg 187
6.2.5 數(shù)據(jù)清理工具——OpenRefine 189
6.3 開發(fā)工具體驗(yàn) 190
6.3.1 天氣預(yù)報(bào) 190
6.3.2 某購物平臺(tái)數(shù)據(jù)采集與分析 195
6.4 本章總結(jié) 197
本章習(xí)題 198
書單推薦
