- 人工智能算法Python案例实战(高等学校信息技术类新方向新动能新形态系列规划教材)
- - 作者：编者:吕鉴涛|责编:邹文波
  - 出版社：人民邮电
  - ISBN：9787115543073
  - 出版日期：2021/01/01
  - 页数：344
- 售价：27.92

内容大纲
本书从概念和数学原理上对人工智能所涉及的数据处理常用算法、图像识别、语音识别、自然语言处理、深度学习等几个主要方面进行了阐述，并以Python为主要工具进行了相应的编程实践，以使读者对人工智能相关技术有更直观和深入的理解。此外，本书还用几个独立的章节从原理和实践上介绍了量子计算、区块链技术、并行计算、增强现实等与人工智能密切相关的前沿技术。
本书适合对人工智能领域感兴趣并有一定计算机和数学基础的相关人员阅读，也可作为高等院校相关专业的教学参考书。
作者介绍
吕鉴涛，归国计算机科学博士，华中师范大学客座教授，政府特聘科技专家。曾任清华同方高级软件工程师，后出国留学，毕业后曾任加拿大联邦政府高级研究员。2013年和2016年分别入选“3551光谷人才计划”和“湖北省百人计划”等多个海外高层次人才引进计划，个人享受政府特殊引进人才津贴。回国创业后，将企业做到行业前列并在资本交易市场成功挂牌。拥有多项发明专利和软件著作权。求学和创业期间参与过多项国家重点科技支持项目。曾带领团队研发出全球首款量产的3D食品打印机并引起全国各大媒体广泛报道。2016年，带领团队荣获“英特尔智能硬件大赛全国十强”。2017年入选教育部首批优秀创新创业导师。自2004年在国外攻读博士期间开始接触并喜欢上Python这种让人耳目一新的语言，随后在课程设计和科研项目中大量使用Python作为主要编程工具，在工作期间也长期使用Python用于数据分析和可视化。从Python 2.3开始学习和使用，至今已积累了15年以上的丰富实战经验。目前主要研究方向为大数据分析、3D打印以及人工智能技术的实际应用。
目录
第1章  绪论
  1.1  人工智能的起源与发展
  1.2  人工智能的主要应用行业与领域
  1.3  中国人工智能发展现状
  1.4  Python与人工智能
  1.5  构建Python人工智能编程环境
第2章  数据处理常用算法
  2.1  傅里叶变换
    2.1.1  傅里叶分析的由来
    2.1.2  傅里叶变换原理与应用
  2.2  卷积
    2.2.1  数字信号处理与卷积运算
    2.2.2  NumPy卷积函数
    2.2.3  二维矩阵卷积计算
    2.2.4  图像卷积应用示例
  2.3  二分法求解
  2.4  最小二乘法曲线拟合
    2.4.1  最小二乘法的来历
    2.4.2  最小二乘法与曲线拟合
  2.5  泰勒级数
    2.5.1  泰勒公式
    2.5.2  泰勒级数展开与多项式近似
  2.6  差分法逼近微分
    2.6.1  差分法简介
    2.6.2  差分的不同形式及其代码实现
  2.7  蒙特卡罗方法
    2.7.1  蒙特卡罗方法原理
    2.7.2  蒙特卡罗方法应用
  2.8  梯度下降算法
    2.8.1  方向导数与梯度
    2.8.2  梯度下降
    2.8.3  基于梯度下降算法的线性回归
第3章  图像识别与Python编程实践
  3.1  图像识别发展简介
  3.2  图像识别基本算法
    3.2.1  边缘检测
    3.2.2  角点检测
    3.2.3  几何形状检测
    3.2.4  尺度不变特征变换
  3.3  OpenCV与视频图像处理
    3.3.1  视频读写处理
    3.3.2  运动轨迹标记
    3.3.3  运动检测
    3.3.4  运动方向检测
  3.4  基于ImageAI的图像识别
    3.4.1  图像预测
    3.4.2  目标检测
  3.5  人脸识别
    3.5.1  基于Dlib的人脸识别
    3.5.2  基于Face_recognition的人脸识别

  3.6  Tesseract OCR与文本智能识别
    3.6.1  Tesseract OCR的安装配置
    3.6.2  基于Pytesseract的字符识别
    3.6.3  条形码检测与识别
  3.7  基于百度AI的智能图像识别
    3.7.1  通用物体识别
    3.7.2  车牌识别
第4章  语音识别与Python编程实践
  4.1  语音识别简介
    4.1.1  语音识别的起源与发展
    4.1.2  语音识别的基本原理
  4.2  语音识别Python SDK
    4.2.1  Microsoft语音识别框架SAPI
    4.2.2  Speech
    4.2.3  Python_Speech_Features
    4.2.4  SpeechRecognition
  4.3  MFCC语音特征值提取算法
    4.3.1  MFCC语音特征值提取算法简介
    4.3.2  语音信号分帧
    4.3.3  计算MFCC系数
  4.4  基于百度AI的语音识别
    4.4.1  百度语音简介
    4.4.2  百度语音识别
  4.5  基于音频指纹的音乐识别
    4.5.1  音频信号采集与播放
    4.5.2  音频指纹生成
    4.5.3  数据存储与检索
  4.6  语音克隆技术简介
第5章  自然语言处理与Python编程实践
  5.1  NLP的发展趋势与关键技术
    5.1.1  NLP的发展趋势
    5.1.2  NLP的关键技术
  5.2  NLP工具集NLTK
    5.2.1  NLTK的安装
    5.2.2  基于NLTK的简单文本分析
  5.3  文本切分与标准化
    5.3.1  文本切分
    5.3.2  中文分词
    5.3.3  标准化
  5.4  词性标注
  5.5  文本分类
  5.6  语言检测识别
    5.6.1  基于Langdetect的语言检测
    5.6.2  基于Langid的语言检测
    5.6.3  基于N-gram算法的语言检测
  5.7  情感分析
    5.7.1  简易情感分类器示例
    5.7.2  基于NLTK的电影评论情感分类
第6章  深度学习与Python编程实践
  6.1  深度学习常用算法

    6.1.1  卷积神经网络
    6.1.2  循环神经网络
    6.1.3  生成对抗网络
  6.2  深度学习框架及其应用
    6.2.1  Theano
    6.2.2  PyTorch
    6.2.3  TensorFlow
第7章  量子计算与Python编程实践
  7.1  量子计算概述
    7.1.1  什么是量子计算
    7.1.2  人工智能与量子计算
  7.2  量子计算发展现状
    7.2.1  国外量子计算发展概况
    7.2.2  中国量子计算进展
  7.3  IBM Quantum Experience量子计算云平台
    7.3.1  IBM Quantum Experience平台账号注册
    7.3.2  IBM Quantum Experience量子电路设计与运行
  7.4  基于Qiskit的量子计算Python编程接口
  7.5  基于Qiskit的量子计算编程实践
    7.5.1  Qconfig.py配置文件
    7.5.2  基于模拟终端的算法电路运行
    7.5.3  基于物理芯片的算法电路运行
    7.5.4  量子电路可视化
    7.5.5  量子傅里叶变换
  7.6  Rigetti Computing量子编程平台
    7.6.1  Forest SDK简介
    7.6.2  PyQuil安装
    7.6.3  PyQuil量子编程示例
第8章  区块链技术与Python编程实践
  8.1  区块链技术简介
  8.2  区块链编程环境配置
  8.3  区块链技术与编程实践
    8.3.1  区块链的定义与创建
    8.3.2  共识机制
    8.3.3  创建节点
    8.3.4  测试运行示例区块链
    8.3.5  一致性算法
第9章  并行计算与Python编程实践
  9.1  基于Multiprocessing的并行计算
    9.1.1  进程创建与管理
    9.1.2  进程数据交换
    9.1.3  进程同步
  9.2  GPU并行计算
    9.2.1  PyCUDA并行计算
    9.2.2  Numba GPU高性能计算
  9.3  MPI并行计算
    9.3.1  mpi4py简介
    9.3.2  mpi4py的安装与测试
    9.3.3  mpi4py并行计算
  9.4  ipyparallel并行计算

    9.4.1  ipyparallel的安装与启动
    9.4.2  ipyparallel并行计算
第10章  增强现实与Python编程实践
  10.1  AR技术简介
  10.2  基于OpenCV的AR实现
    10.2.1  照相机模型
    10.2.2  基于OpenCV的AR编程实例

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目