注册 登录 进入教材巡展
#

出版时间:2024-08

出版社:电子工业出版社

以下为《人工智能数据服务》的配套数字资源,这些资源在您购买图书后将免费附送给您:
  • 电子工业出版社
  • 9787121487804
  • 1-1
  • 540600
  • 67256229-5
  • 16开
  • 2024-08
  • 计算机类
  • 高职
内容简介
本书深入剖析了人工智能时代数据服务的核心技术与应用场景,为读者揭示了数据驱动人工智能发展的奥秘。本书通过设计具体的项目和任务,引导学生在完成任务的过程中,深入掌握人工智能数据服务必要的理论知识和实践技能。全书内容分为5个项目,共18个任务,包括人工智能数据服务概述、数据采集、数据处理、数据标注与质量,内容全面,体系完整,并配套丰富的立体化教学资源。本书对标职业化标准,理论结合实践,通过任务分析和实际操作,使学生在面对挑战时能够积极思考、不断创新,同时强调培养学生的社会责任感和职业道德。
目录
项目1 人工智能数据服务基础 1__eol__任务1.1 认识人工智能数据服务 2__eol__1.1.1 人工智能数据服务概念 2__eol__1.1.2 人工智能数据服务的应用场景 5__eol__1.1.3 人工智能数据服务行业发展历程 8__eol__1.1.4 人工智能数据服务行业发展现状 9__eol__1.1.5 人工智能数据服务行业未来趋势及机遇 12__eol__1.1.6 人工智能数据服务实验环境安装与配置 14__eol__项目2 数据采集 23__eol__任务2.1 网络数据采集 24__eol__2.1.1 网络爬虫的基本原理及基本库的使用 24__eol__2.1.2 网页前端基础 26__eol__2.1.3 构建网络爬虫 27__eol__2.1.4 爬虫的协议与道德、法律 30__eol__2.1.5 网络数据采集实战 32__eol__任务2.2 端侧数据采集 39__eol__2.2.1 了解OpenCV库 40__eol__2.2.2 摄像头操作 42__eol__2.2.3 图像采集与显示 43__eol__2.2.4 端侧数据采集实战 45__eol__任务2.3 数据存储与加载 49__eol__2.3.1 基于Python的txt格式数据存储 49__eol__2.3.2 基于Python的CSV格式数据存储 50__eol__2.3.3 基于Python的Excel格式数据存储 52__eol__2.3.4 基于Python的MongoDB数据库存储 53__eol__2.3.5 数据存储与加载实战 56__eol__项目3 数据处理 62__eol__任务3.1 图像数据处理 63__eol__3.1.1 图像数据处理的定义 63__eol__3.1.2 图像数据处理的应用场景 64__eol__3.1.3 图像数据处理的方法 64__eol__3.1.4 图像数据处理实战 66__eol__任务3.2 文本数据处理 82__eol__3.2.1 文本数据处理的定义 83__eol__3.2.2 文本数据处理的应用场景 83__eol__3.2.3 文本数据处理的方法 83__eol__3.2.4 文本数据处理实战 87__eol__任务3.3 数据清洗 96__eol__3.3.1 数据清洗的定义 97__eol__3.3.2 数据清洗的应用场景 97__eol__3.3.3 数据清洗的步骤和方法 98__eol__3.3.4 数据清洗实战 101__eol__任务3.4 数据增广 107__eol__3.4.1 数据增广的定义 108__eol__3.4.2 数据增广的应用场景 108__eol__3.4.3 数据增广的方法 108__eol__3.4.4 图像数据增广 111__eol__3.4.5 文本数据增广 115__eol__任务3.5 特征工程 120__eol__3.5.1 特征工程的定义 121__eol__3.5.2 特征工程的应用场景 121__eol__3.5.3 特征提取 122__eol__3.5.4 特征转换 123__eol__3.5.5 特征选择 123__eol__3.5.6 特征工程实战 124__eol__项目4 数据标注与质量 140__eol__任务4.1 认识数据标注工具和方法 141__eol__4.1.1 数据标注定义 142__eol__4.1.2 数据标注对象 142__eol__4.1.3 数据标注流程 143__eol__4.1.4 数据标注工具 144__eol__4.1.5 数据标注方法 146__eol__4.1.6 Label Studio标注平台环境搭建 147__eol__任务4.2 工业芯片缺陷图像数据标注 150__eol__4.2.1 图像数据标注定义 151__eol__4.2.2 图像数据标注应用场景 151__eol__4.2.3 图像数据标注方法 152__eol__4.2.4 图像数据标注质量控制 155__eol__4.2.5 图像数据标注实战 158__eol__任务4.3 交通视频数据标注 168__eol__4.3.1 视频目标跟踪标注定义 169__eol__4.3.2 视频目标跟踪标注应用场景 170__eol__4.3.3 视频目标跟踪标注类型 172__eol__4.3.4 视频目标跟踪标注规则 173__eol__4.3.5 视频数据标注实战 174__eol__任务4.4 中文语音数据标注 183__eol__4.4.1 语音识别定义 184__eol__4.4.2 语音识别标注应用场景 185__eol__4.4.3 中文语音识别标注方法 186__eol__4.4.4 语音数据标注实战 189__eol__任务4.5 情绪分析文本数据标注 196__eol__4.5.1 文本情绪识别定义 197__eol__4.5.2 文本情绪识别标注应用场景 197__eol__4.5.3 文本情绪识别标注方法 199__eol__4.5.4 文本数据标注实战 202__eol__项目5 数据可视化 209__eol__任务5.1 Matplotlib数据可视化 210__eol__5.1.1 需求分析 211__eol__5.1.2 数据处理 211__eol__5.1.3 可视化设计 212__eol__5.1.4 方案实施与优化 215__eol__5.1.5 Matplotlib绘图库简介 216__eol__5.1.6 Matplotlib数据可视化实战 218__eol__任务5.2 Seaborn数据可视化 229__eol__5.2.1 Seaborn基础简介 230__eol__5.2.2 高级绘图功能 232__eol__5.2.3 自定义与样式调整 233__eol__5.2.4 Seaborn数据可视化实战 235__eol__任务5.3 Pyecharts数据可视化 247__eol__5.3.1 Pyecharts基础简介 248__eol__5.3.2 Pyecharts亮点 250__eol__5.3.3 Pyecharts功能介绍 251__eol__5.3.4 Pyecharts高级功能 252__eol__5.3.5 Pyecharts数据可视化实战 254