-- 會員 / 註冊 --  
 帳號:
 密碼:
  | 註冊 | 忘記密碼
3/26 新書到! 3/19 新書到! 3/14 新書到! 12/12 新書到!
購書流程Q & A站務留言版客服信箱
3ds MaxMayaRhinoAfter EffectsSketchUpZBrushPainterUnity
PhotoShopAutoCadMasterCamSolidWorksCreoUGRevitNuke
C#CC++Java遊戲程式Linux嵌入式PLCFPGAMatlab
駭客資料庫搜索引擎影像處理FluentVR+ARANSYS深度學習
單晶片AVROpenGLArduinoRaspberry Pi電路設計CadenceProtel
HadoopPythonStm32CortexLabview手機程式AndroidiPhone
可查書名,作者,ISBN,3dwoo書號
詳細書籍分類

人工智能算法Python案例實戰

( 簡體 字)
作者:呂鑒濤類別:1. -> 程式設計 -> 人工智慧
   2. -> 程式設計 -> Python
譯者:
出版社:人民郵電出版社人工智能算法Python案例實戰 3dWoo書號: 53858
詢問書籍請說出此書號!

缺書
NT售價: 350

出版日:1/1/2021
頁數:344
光碟數:0
站長推薦:
印刷:黑白印刷語系: ( 簡體 版 )
加入購物車 加到我的最愛
(請先登入會員)
ISBN:9787115543073
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證)
作者序:

譯者序:

前言:

內容簡介:

本書從概念和數學原理上對人工智能所涉及的數據處理常用算法、圖像識別、語音識別、自然語言處理、深度學習幾個主要方面進行了闡述,并以Python為主要工具進行了相應的編程實踐,以使讀者對人工智能相關技術有更直觀和深入的理解。此外,本書也用幾個獨立的章節從原理和實踐上介紹了量子計算、區塊鏈技術、并行計算、增強現實等與人工智能密切相關的前沿技術。
本書適合對人工智能領域感興趣并有一定數學基礎的相關人員閱讀,也可作為高等院校相關專業的教學參考書。
目錄:

第1章 緒論 1
1.1 人工智能的起源與發展 1
1.2 人工智能的主要應用行業與領域 2
1.3 中國人工智能發展現狀 3
1.4 Python與人工智能 4
1.5 構建Python人工智能編程環境 5
第2章 數據處理常用算法 11
2.1 傅里葉變換 11
2.1.1 傅里葉分析的由來 11
2.1.2 傅里葉變換原理與應用 11
2.2 卷積 16
2.2.1 數字信號處理與卷積運算 16
2.2.2 NumPy卷積函數 20
2.2.3 二維矩陣卷積計算 21
2.2.4 圖像卷積應用示例 22
2.3 二分法求解 23
2.4 最小二乘法曲線擬合 25
2.4.1 最小二乘法的來歷 25
2.4.2 最小二乘法與曲線擬合 25
2.5 泰勒級數 30
2.5.1 泰勒公式 30
2.5.2 泰勒級數展開與多項式近似 31
2.6 差分法逼近微分 34
2.6.1 差分法簡介 34
2.6.2 差分的不同形式及其代碼實現 35
2.7 蒙特卡羅方法 36
2.7.1 蒙特卡羅方法原理 37
2.7.2 蒙特卡羅方法應用 38
2.8 梯度下降算法 40
2.8.1 方向導數與梯度 41
2.8.2 梯度下降 42
2.8.3 基于梯度下降算法的線性回歸 43
第3章 圖像識別與Python編程
實踐 49
3.1 圖像識別發展簡介 49
3.2 圖像識別基本算法 50
3.2.1 邊緣檢測 50
3.2.2 角點檢測 64
3.2.3 幾何形狀檢測 68
3.2.4 尺度不變特征變換 72
3.3 OpenCV與視頻圖像處理 74
3.3.1 視頻讀寫處理 74
3.3.2 運動軌跡標記 76
3.3.3 運動檢測 80
3.3.4 運動方向檢測 85
3.4 基于ImageAI的圖像識別 88
3.4.1 圖像預測 88
3.4.2 目標檢測 92
3.5 人臉識別 95
3.5.1 基于Dlib的人臉識別 95
3.5.2 基于Face_recognition的人臉識別 103
3.6 Tesseract OCR與文本智能識別 108
3.6.1 Tesseract OCR的安裝配置 108
3.6.2 基于Pytesseract的字符識別 109
3.6.3 條形碼檢測與識別 110
3.7 基于百度AI的智能圖像識別 115
3.7.1 通用物體識別 116
3.7.2 車牌識別 117
第4章 語音識別與Python編程
實踐 119
4.1 語音識別簡介 119
4.1.1 語音識別的起源與發展 119
4.1.2 語音識別的基本原理 120
4.2 語音識別Python SDK 121
4.2.1 Microsoft語音識別框架SAPI 121
4.2.2 Speech 123
4.2.3 Python_Speech_Features 124
4.2.4 SpeechRecognition 128
4.3 MFCC語音特征值提取算法 131
4.3.1 MFCC語音特征值提取算法簡介 131
4.3.2 語音信號分幀 133
4.3.3 計算MFCC系數 141
4.4 基于百度AI的語音識別 149
4.4.1 百度語音簡介 149
4.4.2 百度語音識別 150
4.5 基于音頻指紋的音樂識別 155
4.5.1 音頻信號采集與播放 156
4.5.2 音頻指紋生成 157
4.5.3 數據存儲與檢索 161
4.6 語音克隆技術簡介 165
第5章 自然語言處理與Python編程
實踐 169
5.1 NLP的發展趨勢與關鍵技術 169
5.1.1 NLP的發展趨勢 169
5.1.2 NLP的關鍵技術 170
5.2 NLP工具集NLTK 170
5.2.1 NLTK的安裝 170
5.2.2 基于NLTK的簡單文本分析 171
5.3 文本切分與標準化 176
5.3.1 文本切分 176
5.3.2 中文分詞 177
5.3.3 標準化 186
5.4 詞性標注 191
5.5 文本分類 193
5.6 語言檢測識別 202
5.6.1 基于Langdetect的語言檢測 202
5.6.2 基于Langid的語言檢測 203
5.6.3 基于N-gram算法的語言檢測 204
5.7 情感分析 207
5.7.1 簡易情感分類器示例 207
5.7.2 基于NLTK的電影評論情感
分類 209
第6章 深度學習與Python編程
實踐 212
6.1 深度學習常用算法 212
6.1.1 卷積神經網絡 213
6.1.2 循環神經網絡 219
6.1.3 生成對抗網絡 224
6.2 深度學習框架及其應用 230
6.2.1 Theano 230
6.2.2 PyTorch 243
6.2.3 TensorFlow 253
第7章 量子計算與Python編程
實踐 260
7.1 量子計算概述 261
7.1.1 什么是量子計算 261
7.1.2 人工智能與量子計算 262
7.2 量子計算發展現狀 263
7.2.1 國外量子計算發展概況 263
7.2.2 中國量子計算進展 266
7.3 IBM Quantum Experience量子計算
云平臺 267
7.3.1 IBM Quantum Experience平臺賬號
注冊 268
7.3.2 IBM Quantum Experience量子電路
設計與運行 268
7.4 基于Qiskit的量子計算Python編程
接口 274
7.5 基于Qiskit的量子計算編程實踐 276
7.5.1 Qconfig.py配置文件 276
7.5.2 基于模擬終端的算法電路運行 276
7.5.3 基于物理芯片的算法電路運行 277
7.5.4 量子電路可視化 279
7.5.5 量子傅里葉變換 280
7.6 Rigetti Computing量子編程平臺 285
7.6.1 Forest SDK簡介 285
7.6.2 PyQuil安裝 286
7.6.3 PyQuil量子編程示例 286

第8章 區塊鏈技術與Python編程
實踐 288
8.1 區塊鏈技術簡介 288
8.2 區塊鏈編程環境配置 291
8.3 區塊鏈技術與編程實踐 293
8.3.1 區塊鏈的定義與創建 293
8.3.2 共識機制 296
8.3.3 創建節點 297
8.3.4 測試運行示例區塊鏈 299
8.3.5 一致性算法 301
第9章 并行計算與Python編程
實踐 304
9.1 基于Multiprocessing的并行計算 304
9.1.1 進程創建與管理 305
9.1.2 進程數據交換 306
9.1.3 進程同步 309
9.2 GPU并行計算 312
9.2.1 PyCUDA并行計算 313
9.2.2 Numba GPU高性能計算 317
9.3 MPI并行計算 319
9.3.1 mpi4py簡介 319
9.3.2 mpi4py的安裝與測試 319
9.3.3 mpi4py并行計算 320
9.4 ipyparallel并行計算 330
9.4.1 ipyparallel的安裝與啟動 330
9.4.2 ipyparallel并行計算 330
第10章 增強現實與Python編程
 實踐 335
10.1 AR技術簡介 335
10.2 基于OpenCV的AR實現 336
10.2.1 照相機模型 336
10.2.2 基于OpenCV的AR編程實例 337
序: