图书信息
图书目录

人工智能通识教程(Python编程实践篇)




本书面向人工智能初学者,聚焦Python实践,内容涵盖开发环境搭建、数据获取与标注基础、文本处理、经典图像识别、实用行为监测、语音识别及数据分析应用,注重代码级的实践,涉及数据处理、机器学习、深度学习和计算机视觉等主流技术。

本书配套资源丰富,包括国家级一流课程“人工智能基础”(负责人:张广渊,课程平台:智慧树)、教学课件、习题等。读者可通过作者邮箱(xdzhanggy@163.com)或访问高等教育出版社新形态教材网获取。

本书既可作为高等学校非计算机类专业的人工智能通识课程实践教材,也可作为计算机类相关专业的人工智能引论课程实践教材。



作者:
主编 李克峰 副主编 王朋 张广渊 付晨 于晓梅 杨海

定价:
38.20元

出版时间:
2025-09-16

ISBN:
978-7-04-065582-7

物料号:
65582-00

读者对象:
高等教育

一级分类:
计算机/教育技术类

二级分类:
计算机基础课程

三级分类:
大学计算机基础

重点项目:
暂无

版面字数:
240.00千字

开本:
16开

全书页数:
暂无

装帧形式:
平装
  • 前辅文
  • 第1章 Python编程环境配置
  • 第2章 数据获取
    • 2.1 数据采集
      • 2.1.1 数据源
      • 2.1.2 Python相关库介绍
      • 2.1.3 案例:连接摄像头
    • 2.2 数据爬取
      • 2.2.1 网络爬虫
      • 2.2.2 工具与库介绍
      • 2.2.3 案例:爬取水果图片
    • 2.3 开源数据集
      • 2.3.1 开源数据集概述
      • 2.3.2 ImageNet数据集
      • 2.3.3 COCO数据集
      • 2.3.4 案例:ImageNet数据集应用
  • 第3章 数据标注
    • 3.1 文本标注
      • 3.1.1 Label Studio安装与简单使用
      • 3.1.2 Doccano安装与简单使用
    • 3.2 图像标注
      • 3.2.1 Labelimg安装与使用教程
      • 3.2.2 Label studio图像标注使用教程
    • 3.3 音频数据
      • 3.3.1 Audio-Annotator安装与使用说明
      • 3.3.2 Label Studio音频标注使用说明
  • 第4章 数据处理
    • 4.1 文本数据处理
      • 4.1.1 文本数据的读取和保存
      • 4.1.2 文本数据处理
    • 4.2 图像数据处理
      • 4.2.1 图像与视频数据的读取和保存
      • 4.2.2 图像数据处理
    • 4.3 音频数据
      • 4.3.1 读取与保存
      • 4.3.2 音频数据处理
    • 4.4 数据可视化
      • 4.4.1 条形图的绘制方法
      • 4.4.2 折线图的绘制方法
      • 4.4.3 散点图的绘制方法
      • 4.4.4 热力图的绘制方法
      • 4.4.5 箱形图的绘制方法
  • 第5章 中文分词及词频统计
    • 5.1 中文分词步骤
    • 5.2 中文词频分析
    • 5.3 词云
  • 第6章 文本分类
    • 6.1 环境配置
    • 6.2 数据集介绍
    • 6.3 代码实现
  • 第7章 手写数字识别
    • 7.1 环境配置
    • 7.2 MNIST数据集
    • 7.3 代码实现
  • 第8章 人脸识别与计数
    • 8.1 界面设计
    • 8.2 功能实现
  • 第9章 吸烟行为检测
    • 9.1 环境配置
    • 9.2 吸烟行为检测
      • 9.2.1 数据获取
      • 9.2.2 数据标注
      • 9.2.3 模型训练
  • 第10章 音频孤立词语识别
    • 10.1 环境配置
    • 10.2 数据集
    • 10.3 代码实现
  • 第11章 数据处理综合案例
    • 11.1 电子商务平台顾客市场细分
      • 11.1.1 数据集介绍
      • 11.1.2 数据预处理
      • 11.1.3 聚类分析
      • 11.1.4 分析及结论
    • 11.2 地铁站点客流量分析预测
      • 11.2.1 数据集介绍
      • 11.2.2 数据预处理
      • 11.2.3 统计数据可视化
      • 11.2.4 地铁站点日客流量的预测
1