图书详情

图书信息

图书目录

人工智能技术应用

本书内容紧扣“人工智能+”行动要求，从AI基础知识入手，逐步探究其在各行业领域应用的新模式。全书共9个单元，主要内容包括人工智能基本概念、人工智能开发语言、人工智能程序库、人工智能框架、机器学习、深度学习、计算机视觉、自然语言处理以及语音处理。在深入讲解相关知识、剖析技术案例的基础上，同步开发了一个功能丰富的“电商AI综合应用”企业级项目。

本书配有微课视频、教学课件、课程标准、授课计划、案例源码、习题答案、在线题库等丰富的数字化教学资源。与本书配套的数字课程“人工智能技术应用”在“智慧职教”平台（www.icve.com.cn）上线，学习者可登录平台进行在线学习，授课教师可调用本课程构建符合自身教学特色的SPOC，详见“智慧职教”服务指南。授课教师也可登录“高等教育出版社产品信息检索系统”（xuanshu.hep.com.cn）搜索并下载本书配套教学资源，首次使用本系统的用户，请先进行注册并完成教师资格认证。

本书内容由浅入深，知识点覆盖全面且融合当前主流AI技术，适合作为高等职业院校计算机类专业的人工智能课程教材，也可供广大人工智能技术爱好者参考使用。

作者：

胡坚张红李寅主编

定价：

48.00 元

出版时间：

2026-07-16

ISBN：

978-7-04-066894-0

物料号：

66894-00

读者对象：

高等职业教育

一级分类：

计算机大类

二级分类：

计算机类

三级分类：

计算机应用技术

重点项目：

暂无

版面字数：

310千字

开本：

16开

装帧形式：

平装

版次：

最新版次
印刷时间：

2026年

目录
- 前辅文
- 基础篇
  - 单元1 初识人工智能
    - 学习目标
    - 单元重点
    - 案例资源
    - 单元导引
    - 1.1 人工智能概述
      - 1.1.1 人工智能的基本概念
      - 1.1.2 人工智能的特征
    - 1.2 人工智能发展历程
      - 1.2.1 人工智能发展史
      - 1.2.2 人工智能研究现状
      - 1.2.3 人工智能的前景与挑战
    - 1.3 人工智能主流应用
      - 1.3.1 知识图谱
      - 1.3.2 计算机视觉
      - 1.3.3 自然语言处理
      - 1.3.4 语音识别
      - 1.3.5 数字机器人
      - 1.3.6 数字人
      - 1.3.7 多模态大模型
      - 1.3.8 机器人
    - 同步训练
      - 训练：智能对话与创意写作
    - 综合案例
      - 案例1：盘古大模型应用
    - 单元小结
    - 单元测试
  - 单元2 人工智能开发语言Python
    - 学习目标
    - 单元重点
    - 案例资源
    - 单元导引
    - 2.1 Python基础知识
      - 2.1.1 Python简介
      - 2.1.2 Python安装与使用
      - 2.1.3 Python的基本语法
    - 2.2 Python常用IDE
      - 2.2.1 PyCharm的基本使用方法
      - 2.2.2 Anaconda与Jupyter使用
    - 2.3 Python常用库
      - 2.3.1 Pandas和NumPy
      - 2.3.2 Matplotlib数据可视化
      - 2.3.3 scikit-learn基本使用
    - 同步训练
      - 训练2-1：创建模拟成绩数据
      - 训练2-2：成绩分析与可视化处理
    - 综合案例
      - 案例2：销售数据分析及可视化
    - 单元小结
    - 单元测试
- 技术篇
  - 单元3 人工智能程序库PyTorch
    - 学习目标
    - 单元重点
    - 案例资源
    - 单元导引
    - 3.1 PyTorch概述
    - 3.2 PyTorch下载与安装
      - 3.2.1 在Windows环境下安装
      - 3.2.2 在Linux环境下安装
    - 3.3 PyTorch基础语法
      - 3.3.1 Tensor的数据类型
      - 3.3.2 Tensor的创建
      - 3.3.3 Tensor的基本操作
      - 3.3.4 Tensor的自动微分
    - 3.4 PyTorch模型搭建
    - 同步训练
      - 训练3-1：使用PyTorch创建线性回归模型
      - 训练3-2：线性回归模型评估与测试
    - 综合案例
      - 案例3：财务收据手写数字识别
    - 单元小结
    - 单元测试
  - 单元4 人工智能框架MindSpore
    - 学习目标
    - 单元重点
    - 案例资源
    - 单元导引
    - 4.1 MindSpore基本知识
      - 4.1.1 MindSpore概述
      - 4.1.2 MindSpore的特点
      - 4.1.3 MindSpore层次结构
    - 4.2 MindSpore开发实践
      - 4.2.1 MindSpore开发流程
      - 4.2.2 MindSpore数据处理
      - 4.2.3 MindSpore模型定义
      - 4.2.4 MindSpore模型训练
      - 4.2.5 MindSpore保存与转换
    - 同步训练
      - 训练4-1：数据集处理
      - 训练4-2：ModelArts云上训练
    - 综合案例
      - 案例4：以图搜物的手机AI应用
    - 单元小结
    - 单元测试
  - 单元5 机器学习
    - 学习目标
    - 单元重点
    - 案例资源
    - 单元导引
    - 5.1 机器学习概述
      - 5.1.1 机器学习的基本概念
      - 5.1.2 机器学习基本过程
    - 5.2 机器学习基础算法
      - 5.2.1 线性回归
      - 5.2.2 K近邻算法
      - 5.2.3 决策树
      - 5.2.4 K-means
    - 同步训练
      - 训练5-1：使用KNN算法对鸢尾花分类
      - 训练5-2：决策树在金融风控中的应用
    - 综合案例
      - 案例5：在线看房的价格预测系统
    - 单元小结
    - 单元测试
  - 单元6 深度学习
    - 学习目标
    - 单元重点
    - 案例资源
    - 单元导引
    - 6.1 深度学习概述
      - 6.1.1 深度学习的基本概念
      - 6.1.2 BP神经网络
    - 6.2 卷积神经网络
      - 6.2.1 卷积神经网络原理
      - 6.2.2 LeNet
      - 6.2.3 VGG
      - 6.2.4 ResNet
    - 6.3 循环神经网络
      - 6.3.1 循环神经网络原理
      - 6.3.2 RNN实现及RNN变种
      - 6.3.3 LSTM
    - 同步训练
      - 训练6-1：使用卷积神经网络进行猫狗分类
      - 训练6-2：使用循环神经网络实现电影评价分类
    - 综合案例
      - 案例6：基于直播电商的用户画像
    - 单元小结
    - 单元测试
- 应用篇
  - 单元7 计算机视觉
    - 学习目标
    - 单元重点
    - 案例资源
    - 单元导引
    - 7.1 计算机视觉概述
      - 7.1.1 计算机视觉的基本概念
      - 7.1.2 计算机视觉的发展
    - 7.2 机器理解图像的方式
      - 7.2.1 图像数据表示
      - 7.2.2 图像数据增广
      - 7.2.3 经典图像数据集
    - 7.3 计算机视觉主要任务
      - 7.3.1 图像分类
      - 7.3.2 目标检测
      - 7.3.3 语义分割
      - 7.3.4 骨架检测
    - 同步训练
      - 训练7-1：增广图像数据
      - 训练7-2：手部关键点检测
    - 综合案例
      - 案例7：选购电商场景中的商品
    - 单元小结
    - 单元测试
  - 单元8 自然语言处理
    - 学习目标
    - 单元重点
    - 案例资源
    - 单元导引
    - 8.1 自然语言处理概述
      - 8.1.1 自然语言与自然语言处理
      - 8.1.2 自然语言处理的发展
    - 8.2 机器理解自然语言的方式
      - 8.2.1 文本数据预处理
      - 8.2.2 词向量
      - 8.2.3 常见自然语言数据集
    - 8.3 自然语言处理典型应用
    - 同步训练
      - 训练8-1：实现词性标注
      - 训练8-2：计算文本相似度
    - 综合案例
      - 案例8：电商客户评价智能分析
    - 单元小结
    - 单元测试
  - 单元9 语音处理
    - 学习目标
    - 单元重点
    - 案例资源
    - 单元导引
    - 9.1 语音处理概述
      - 9.1.1 语音学基础
      - 9.1.2 语音处理技术
    - 9.2 机器合成语音的方式
      - 9.2.1 语音合成算法
      - 9.2.2 TTS开源库
      - 9.2.3 Tacotron2模型
    - 9.3 语音处理的主要任务
    - 同步训练
      - 训练9-1：中文文本的语音合成
      - 训练9-2：Mel频谱图的绘制
    - 综合案例
      - 案例9：商品导购词的语音合成
    - 单元小结
    - 单元测试
- 参考文献

图书详情

人工智能技术应用

相关图书